Aller au contenu principal
2025 article

Enhancing long short-term memory for electric load forecasting with multi-batch Bayesian optimization

1Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : cn, hk. 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
Enhancing long short-term memory for electric load forecasting with multi-batch Bayesian optimization
Date Crossref
01/01/2026
Éditeur
Elsevier BV
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

  • Kunming University pays non établi dans la notice
    Université ou école supérieure
  • Minzu University of China pays non établi dans la notice
    Université ou école supérieure
  • Chinese University of Hong Kong Ltd. pays non établi dans la notice
    Université ou école supérieure
  • School of Mechanical and Electrical Engineering pays non établi dans la notice
    Université ou école supérieure
  • School of Information Engineering pays non établi dans la notice
    Université ou école supérieure
  • School of Mathematics and Computer Science pays non établi dans la notice
    Université ou école supérieure

Kunming University, Minzu University of China et Ltd. — Chinese University of Hong Kong, avec 3 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Energy Load and Power ForecastingStock Market Forecasting MethodsHydrological Forecasting Using AI

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.