A k-nearest neighbor attentive deep autoregressive network for electricity consumption prediction
9Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A k-nearest neighbor attentive deep autoregressive network for electricity consumption prediction
- Date Crossref
- 11/09/2023
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Shanghai University of Engineering Science pays non établi dans la noticeUniversité ou école supérieure
-
University of Shanghai for Science and Technology Department of Mechanical Engineering pays non établi dans la noticeUniversité ou école supérieure
-
School of Electronic and Electrical Engineering pays non établi dans la noticeUniversité ou école supérieure
-
Ltd INF Technology (Shanghai) Co. pays non établi dans la noticeEntreprise
-
School of Mechanical and Automotive Engineering pays non établi dans la noticeUniversité ou école supérieure
Shanghai University of Engineering Science, Department of Mechanical Engineering — University of Shanghai for Science and Technology et School of Electronic and Electrical Engineering, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Energy Load and Power ForecastingTime Series Analysis and ForecastingTraffic Prediction and Management Techniques