Skip to content
Publier & Distribuer
Solutions d'édition
Solutions de distribution
Services de bibliothèques
Thèmes
Architecture et design
Arts
Business et économie
Chimie
Chimie industrielle
Droit
Géosciences
Histoire
Informatique
Ingénierie
Intérêt général
Linguistique et sémiotique
Littérature
Mathématiques
Musique
Médecine
Pharmacie
Philosophie
Physique
Sciences bibliothécaires et de l'information, études du livre
Sciences des matériaux
Sciences du vivant
Sciences sociales
Sport et loisirs
Théologie et religion
Études classiques et du Proche-Orient ancient
Études culturelles
Études juives
Publications
Journaux
Livres
Comptes-rendus
Éditeurs
Journal Matcher
Blog
Contact
Chercher
Français
English
Deutsch
Polski
Español
Français
Italiano
Panier
Home
Journaux
Communications in Applied and Industrial Mathematics
Édition 13 (2022): Edition 1 (Janvier 2022)
Accès libre
Deep learning based non-intrusive load monitoring with low resolution data from smart meters
Marco Manolo Manca
Marco Manolo Manca
University of Cagliari, Department of Mathematics and Computer Science
Italy
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Manca, Marco Manolo
et
Luca Massidda
Luca Massidda
CRS4, Center for Advanced Studies, Research and Development in Sardinia
Italy
Recherchez cet auteur sur
Sciendo
|
Google Scholar
Massidda, Luca
11 oct. 2022
Communications in Applied and Industrial Mathematics
Édition 13 (2022): Edition 1 (Janvier 2022)
À propos de cet article
Article précédent
Article suivant
Résumé
Références
Auteurs
Articles dans cette édition
Aperçu
PDF
Citez
Partagez
Télécharger la couverture
Publié en ligne:
11 oct. 2022
Pages:
39 - 56
Reçu:
02 mai 2022
Accepté:
16 sept. 2022
DOI:
https://doi.org/10.2478/caim-2022-0004
Mots clés
energy disaggregation
,
non-intrusive load monitoring
,
NILM
,
deep learning
,
smart meter
,
Chain 2
© 2022 Marco Manolo Manca et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
