Iniciar sesión
Registrarse
Restablecer contraseña
Publicar y Distribuir
Soluciones de Publicación
Soluciones de Distribución
Temas
Arquitectura y diseño
Artes
Ciencias Sociales
Ciencias de la Información y Bibliotecas, Estudios del Libro
Ciencias de la vida
Ciencias de los materiales
Deporte y tiempo libre
Estudios clásicos y del Cercano Oriente antiguo
Estudios culturales
Estudios judíos
Farmacia
Filosofía
Física
Geociencias
Historia
Informática
Ingeniería
Interés general
Ley
Lingüística y semiótica
Literatura
Matemáticas
Medicina
Música
Negocios y Economía
Química
Química industrial
Teología y religión
Publicaciones
Revistas
Libros
Actas
Editoriales
Blog
Contacto
Buscar
EUR
USD
GBP
Español
English
Deutsch
Polski
Español
Français
Italiano
Carrito
Home
Revistas
Journal of Artificial Intelligence and Soft Computing Research
Volumen 13 (2023): Edición 3 (June 2023)
Acceso abierto
An Intelligent Approach to Short-Term Wind Power Prediction Using Deep Neural Networks
Tacjana Niksa-Rynkiewicz
Tacjana Niksa-Rynkiewicz
,
Piotr Stomma
Piotr Stomma
,
Anna Witkowska
Anna Witkowska
,
Danuta Rutkowska
Danuta Rutkowska
,
Adam Słowik
Adam Słowik
,
Krzysztof Cpałka
Krzysztof Cpałka
,
Joanna Jaworek-Korjakowska
Joanna Jaworek-Korjakowska
y
Piotr Kolendo
Piotr Kolendo
| 23 jun 2023
Journal of Artificial Intelligence and Soft Computing Research
Volumen 13 (2023): Edición 3 (June 2023)
Acerca de este artículo
Artículo anterior
Artículo siguiente
Resumen
Referencias
Autores
Artículos en este número
Vista previa
PDF
Cite
Compartir
Publicado en línea:
23 jun 2023
Páginas:
197 - 210
Recibido:
26 may 2023
Aceptado:
27 may 2023
DOI:
https://doi.org/10.2478/jaiscr-2023-0015
Palabras clave
Renewable Energy
,
Wind Energy
,
Wind Power
,
Wind Turbine
,
Short-Term Wind Power Prediction
,
Deep Learning
,
Convolutional Neural Networks
,
Gated Recurrent Unit
,
Hierarchical Multilayer Perceptron
,
Deep Neural Networks
© 2023 Tacjana Niksa-Rynkiewicz et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Tacjana Niksa-Rynkiewicz
Gdańsk University of Technology, Faculty of Ocean Engineering and Ship Technology
Gdańsk, Poland
Piotr Stomma
University of Białystok, Institute of Computer Science
Białystok, Poland
Anna Witkowska
Gdańsk University of Technology, Faculty of Electrical and Control Engineering
Gdańsk, Poland
Danuta Rutkowska
University of Social Sciences, Information Technology Institute
Łódź, Poland
Adam Słowik
Koszalin University of Technology, Department of Electronics and Computer Science
Koszalin, Poland
Krzysztof Cpałka
Częstochowa University of Technology, Department of Intelligent Computer Systems
Częstochowa, Poland
Joanna Jaworek-Korjakowska
AGH University, Department of Automatic Control and Robotics, Center of Excellence in Artificial Intelligence
Kraków, Poland
Piotr Kolendo
Institute of Power Engineering Department of Power Automation
Gdańsk, Poland