| 标题 |
 Comparing Long Short-Term Memory (LSTM) and bidirectional LSTM deep neural networks for power consumption prediction 长短期记忆（LSTM）和双向LSTM深度神经网络用于功耗预测的比较
相关领域
单变量
短时记忆
稳健性（进化）
计算机科学
人工神经网络
功率消耗
期限（时间）
人工智能
均方误差
消费（社会学）
深度学习
能源消耗
循环神经网络
电力
机器学习
功率（物理）
统计
数学
多元统计
工程类
生物化学
化学
物理
量子力学
社会学
电气工程
基因
社会科学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Energy Reports 作者：Davi Guimarães da Silva; Anderson Alvarenga de Moura Meneses 出版日期：2023-10-11 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
劲秉
请叫我风吹麦浪
SYLH
毛豆
无名老大
pluto
yar
zxcsdfa
嗯哼
吡咯爱成环
VDC
杳鸢
渊崖曙春
cocolu
MchemG
Singularity
sissiarno
坚强的广山
子车茗
maox1aoxin
皖公网安备34019202002308
