Использование моделей машинного обучения для прогнозирования генерации возобновляемых источников энергии; Информационные технологии в науке, образовании и производстве. ИТНОП-2025

Использование моделей машинного обучения для прогнозирования генерации возобновляемых источников энергии; Информационные технологии в науке, образовании и производстве. ИТНОП-2025

Մատենագիտական մանրամասներ
Parent link:Информационные технологии в науке, образовании и производстве. ИТНОП-2025.— 2025.— С. 314-319
Հիմնական հեղինակ: Фикс Н. П. Наталья Павловна
Ամփոփում:Заглавие с экрана
Выполнен анализ методов машинного обучения, применяемых для прогнозирования генерации возобновляемых источников энергии, подчеркиваются их преимущества и ограничения. Статистические и физические методы часто обеспечивают неоптимальную точность. Методы глубокого обучения и гибридные модели превосходят классические методы машинного обучения в точности прогнозирования. Также обсуждаются текущие проблемы и перспективные направления
This paper reviews machine learning techniques applied to forecasting renewable energy generation, highlighting their advantages and limitations. Statistical and physical methods often provide suboptimal accuracy. Deep learning methods and hybrid models outperform conventional machine learning models in prediction accuracy. Ongoing challenges and promising directions are also discussed
Текстовый файл
Լեզու:ռուսերեն
Հրապարակվել է: 2025
Խորագրեր:
глубокое обучение
прогнозирование генерации
возобновляемые источники энергии
машинное обучение
нейронные сети
труды учёных ТПУ
электронный ресурс
Առցանց հասանելիություն:https://myconfs.ru/files/itnop2025/usermaterials/Sbornik%20ITNOP-2025.pdf#page=316
Ձևաչափ: Էլեկտրոնային Գրքի գլուխ
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=683018

Նմանատիպ նյութեր

Նմանատիպ նյութեր