Feature Papers of Forecasting 2021

Leva, Sonia

Basel: MDPI - Multidisciplinary Digital Publishing Institute, 2022

Online E-Book - 196

Zugriff:

View record at Directory of Open Access Books (Volltext)

This book focuses on fundamental and applied research on forecasting methods and analyses on how forecasting can affect a great number of fields, spanning from Computer Science, Engineering, and Economics and Business to natural sciences. Forecasting applications are increasingly important because they allow for improving decision-making processes by providing useful insights about the future. Scientific research is giving unprecedented attention to forecasting applications, with a continuously growing number of articles about novel forecast approaches being published

Titel:	Feature Papers of Forecasting 2021
Autor/in / Beteiligte Person:	Leva, Sonia
Link:	View record at Directory of Open Access Books (Volltext)
Veröffentlichung:	Basel: MDPI - Multidisciplinary Digital Publishing Institute, 2022
Medientyp:	E-Book
Umfang:	196
ISBN:	978-3-0365-5572-0 (print) ; 978-3-0365-5571-3 (print)
DOI:	10.3390/books978-3-0365-5572-0
Schlagwort:	renewable energy sources load forecasting frequency regulation artificial neural network model predictive control building energy management forecast neural network SCADA user comfort tobacco endgame policy simulation model tobacco tax revenue information combination uncertainty theta temporal aggregation bagging sub-seasonal series power outages machine learning thunderstorms numerical weather prediction battery energy storage system battery sizing photovoltaic power production performance ratio electrical load decision tree k-means clustering load curve unevenly spaced time series long short-term memory (LSTM) back-propagation neural network (BPNN) water consumption Holt method subsampling bootstrapped harmony search algorithm forecasting ARCH-GARCH model-free aggregated forecasting deep learning Loop Current ocean current forecasting LSTM ocean measurements COVID-19 probabilistic graphical models interpretable machine learning thema EDItEUR:T Technology, Engineering, Agriculture, Industrial processes:TB Technology: general issues thema EDItEUR:T Technology, Engineering, Agriculture, Industrial processes:TB Technology: general issues:TBX History of engineering and technology thema EDItEUR:T Technology, Engineering, Agriculture, Industrial processes:TQ Environmental science, engineering and technology
Sonstiges:	Nachgewiesen in: Directory of Open Access Books Sprachen: English Document Type: eBook File Description: image/jpeg Language: English Rights: Attribution 4.0 International ; URL: https://creativecommons.org/licenses/by/4.0/ Notes: ONIX_20221117_9783036555720_94

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.