KSIĄŻKA
Systemy uczące się oparte na podobieństwie obrazów do prognozowania szeregów czasowych obciążeń elektroenergetycznych - Grzegorz Dudek [KSIĄŻKA]
4499
Wysyłamy w ciągu 2‑7 dni
Darmowa wysyłkaKup jeszcze za 99.99zł
Poczta Polska999
Kurier 24h 1499
Kategoria | Podstawy obsługi komputera |
Autor | Grzegorz Dudek |
Ilość stron | 250 |
Okładka | miękka |
Opis | W monografii przedstawiono modele prognostyczne wykorzystujące metody uczenia maszynowego, rozpoznawania obrazów i inteligencji obliczeniowej do sporządzania krótkoterminowych prognoz obciążeń systemów elektroenergetycznych. Wspólną cechą tych modeli jest uczenie się na podstawie danych i wykorzystanie podobieństw obrazów cykli sezonowych szeregów czasowych obciążeń. Szeregi te są niestacjonarne, heteroskedastyczne, wykazują trend, wiele cykli wahań sezonowych oraz zakłócenia losowe. Nowe podejście oparte na podobieństwie obrazów i lokalnej regresji nieparametrycznej upraszcza problem prognostyczny i umożliwia konstrukcję efektywnych modeli prognostycznych. Modele to opierają się następującym założeniu: jeżeli obrazy cykli sezonowych szeregu czasowego są do siebie podobne (obrazy wejściowe), to obrazy cykli następujących po nich (obrazy prognoz) również są do siebie podobne. Założenie to pozwala budować modele prognostyczne wykorzystujące analogie pomiędzy powtarzającymi się fragmentami szeregu czasowego z wahaniami sezonowymi. |
EAN | 9788378370093 |
Dział | KSIĄŻKA |
ISBN | 9788378370093 |
Autor | Grzegorz Dudek |
Rok wydania | 2012 |
Język | polski |
Ilość stron | 250 |
Okładka | miękka |
Liczba nośników | [1xKSIĄŻKA] |
Wymiary | 16.5x23.5cm |
Podstawy obsługi komputera
Książki