Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Journal of Artificial Intelligence and Soft Computing Research
Tom 13 (2023): Zeszyt 3 (June 2023)
Otwarty dostęp
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
oraz
Piotr Kolendo
Piotr Kolendo
| 23 cze 2023
Journal of Artificial Intelligence and Soft Computing Research
Tom 13 (2023): Zeszyt 3 (June 2023)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
23 cze 2023
Zakres stron:
197 - 210
Otrzymano:
26 maj 2023
Przyjęty:
27 maj 2023
DOI:
https://doi.org/10.2478/jaiscr-2023-0015
Słowa kluczowe
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