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”

Irradiance prediction using Echo State Queueing Networks and Differential Polynomial Neural Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27730%2F13%3A86087624" target="_blank" >RIV/61989100:27730/13:86087624 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27240/13:86087624 RIV/61989100:27740/13:86087624

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Irradiance prediction using Echo State Queueing Networks and Differential Polynomial Neural Networks

  • Popis výsledku v původním jazyce

    This paper investigates the estimation of a real time-series benchmark: the solar irradiance forcasting. The global solar irradiance is an important variable in the production of renewable energy sources. These variable is very unstable and hard to be predicted. For the prediction, we use two new models for time-seriesmodeling: Echo StateQueueing Networks and Differential polynomial Neural Networks. Both tools have been proven to be efficient for forecasting and time-seriesmodeling. We compare their performances for this particular data set.

  • Název v anglickém jazyce

    Irradiance prediction using Echo State Queueing Networks and Differential Polynomial Neural Networks

  • Popis výsledku anglicky

    This paper investigates the estimation of a real time-series benchmark: the solar irradiance forcasting. The global solar irradiance is an important variable in the production of renewable energy sources. These variable is very unstable and hard to be predicted. For the prediction, we use two new models for time-seriesmodeling: Echo StateQueueing Networks and Differential polynomial Neural Networks. Both tools have been proven to be efficient for forecasting and time-seriesmodeling. We compare their performances for this particular data set.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 2013 International Conference on Intelligent Systems Design and Applications (ISDA 2013) : Universiti Putra Malaysia, Malaysia, 08-10 December, 2013

  • ISBN

    978-1-4799-3516-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    261-266

  • Název nakladatele

    IEEE

  • Místo vydání

    New York

  • Místo konání akce

    Serdang, Selangor

  • Datum konání akce

    8. 12. 2013

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku