Andere Kunden interessierten sich auch für
![Novo sistema de previsão de doenças utilizando técnicas híbridas de aprendizagem profunda]( "Novo sistema de previsão de doenças utilizando técnicas híbridas de aprendizagem profunda")
Novo sistema de previsão de doenças utilizando técnicas híbridas de aprendizagem profunda58,99 €![DeepCOPD: detecção de DPOC usando aprendizado profundo]( "DeepCOPD: detecção de DPOC usando aprendizado profundo")
DeepCOPD: detecção de DPOC usando aprendizado profundo29,99 €![Desenvolvimento de um modelo preditivo da situação epidémica do VIH/SIDA utilizando máquinas]( "Desenvolvimento de um modelo preditivo da situação epidémica do VIH/SIDA utilizando máquinas")
Desenvolvimento de um modelo preditivo da situação epidémica do VIH/SIDA utilizando máquinas32,99 €![Artigos de investigação baseados em ciências informáticas sobre AR/VR, ML, DL e segurança na nuvem]( "Artigos de investigação baseados em ciências informáticas sobre AR/VR, ML, DL e segurança na nuvem")
Artigos de investigação baseados em ciências informáticas sobre AR/VR, ML, DL e segurança na nuvem39,99 €![Gestão de Conhecimentos e Ciência de Dados na área da Saúde]( "Gestão de Conhecimentos e Ciência de Dados na área da Saúde")
Gestão de Conhecimentos e Ciência de Dados na área da Saúde58,99 €![Reconhecimento e Detecção de Rosto Específico de Pessoa Baseada na CNN]( "Reconhecimento e Detecção de Rosto Específico de Pessoa Baseada na CNN")
Reconhecimento e Detecção de Rosto Específico de Pessoa Baseada na CNN29,99 €![Algoritmos de IA para classificação e previsão de doenças do tomateiro]( "Algoritmos de IA para classificação e previsão de doenças do tomateiro")
Algoritmos de IA para classificação e previsão de doenças do tomateiro58,99 €
Este livro visa desenvolver um novo modelo de previsão RSG baseado no aprendizado profundo. Esta abordagem será capaz de aumentar a precisão da previsão dos dados RSG. Subsequentemente, o presente algoritmo proposto lida eficientemente com a dinâmica da nossa componente meteorológica alvo, integrando um modelo recorrente e dinâmico chamado rede neural LSTM com um processo autoregressivo. Os dados brutos disponíveis para o treinamento deste modelo são divididos em dois conjuntos, o primeiro é usado para a fase de treinamento enquanto o segundo é reservado para testes. O objectivo específico, portanto, é gerar previsões RSG precisas semi-horárias ao nível da cidade de Er-Rachidia, MARROCOS (Latitude: 31°55¿53¿N; Longitude: 4°25¿35¿ W; Elevação: 1039 m), enquanto se adopta um poderoso algoritmo de aprendizagem chamado Adam. Os índices e resultados estabelecidos neste estudo demonstram a robustez e confiança que podem ser adoptados neste modelo que pode fornecer aos gestores de sistemas de energia eléctrica previsões fiáveis para assegurar uma melhor gestão dos sistemas de energia solar e do serviço de electricidade.