Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | University of Limerick | - |
Autor(es): dc.creator | De Assis Pedrobon Ferreira, Willian [UNESP] | - |
Autor(es): dc.creator | Grout, Ian | - |
Autor(es): dc.creator | Da Silva, Alexandre Cesar Rodrigues [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-08-04T22:09:43Z | - |
Data de disponibilização: dc.date.available | 2022-08-04T22:09:43Z | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2022-04-28 | - |
Data de envio: dc.date.issued | 2020-10-14 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/ICPEI49860.2020.9431435 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/221765 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/221765 | - |
Descrição: dc.description | Time-series forecasting is an important field of machine learning and is fundamental in analyzing trends based on historical data from various sources. In this paper, a fuzzy ARTMAP neural network for time-series forecasting is presented. To validate the proposed system, two energy-related datasets from Great Britain were selected. With a promising processing time and accuracy as good as a traditional machine learning algorithm, the fuzzy ARTMAP neural network has shown that can be a good option to perform forecasting considering different time-based data issues. | - |
Descrição: dc.description | Universidade Estadual Paulista Faculdade de Engenharia | - |
Descrição: dc.description | University of Limerick Department of Electronic and Computer Engineering | - |
Descrição: dc.description | Universidade Estadual Paulista Faculdade de Engenharia | - |
Formato: dc.format | 1-4 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Proceedings of the 2020 International Conference on Power, Energy and Innovations, ICPEI 2020 | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | energy data | - |
Palavras-chave: dc.subject | fuzzy ARTMAP neural network | - |
Palavras-chave: dc.subject | time-series forecasting | - |
Título: dc.title | Forecasting energy time-series data using a fuzzy ARTMAP neural network | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: