Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Neural Network Use for Gas Consumption Prediction

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F99%3A0003322" target="_blank" >RIV/60461373:22340/99:0003322 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Neural Network Use for Gas Consumption Prediction

  • Popis výsledku v původním jazyce

    Algorithms of linear and nonlinear signal prediction are fundamental in many information and control systems. General mathematical methods studied in this connection include estimation of autoregressive (AR) model order, evaluation of its coeffic ################################################################################################################################################################################################################################################# the simplificationof resulting models. This approach is based upon properties of an autocorrelation function, spectral analysis of individual time series and upon the use of selected statistical methods. A spec simultaneous time series. Proposed algorithms of such signalsprediction are verified for simulated sequences at first and then applied to gas consumption signals allowing to use temperature as a supporting

  • Název v anglickém jazyce

    Neural Network Use for Gas Consumption Prediction

  • Popis výsledku anglicky

    Algorithms of linear and nonlinear signal prediction are fundamental in many information and control systems. General mathematical methods studied in this connection include estimation of autoregressive (AR) model order, evaluation of its coeffic ################################################################################################################################################################################################################################################# the simplificationof resulting models. This approach is based upon properties of an autocorrelation function, spectral analysis of individual time series and upon the use of selected statistical methods. A spec simultaneous time series. Proposed algorithms of such signalsprediction are verified for simulated sequences at first and then applied to gas consumption signals allowing to use temperature as a supporting

Klasifikace

  • Druh

    A - Audiovizuální tvorba

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    1999

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • ISBN

    80-227-1228-0

  • Místo vydání

    Bratislava, Slovakia

  • Název nakladatele resp. objednatele

    12th Conference Process Control '99

  • Verze

  • Identifikační číslo nosiče