Your browser doesn't support javascript.
loading
Energy Consumption Forecasting for Smart Meters Using Extreme Learning Machine Ensemble.
de Mattos Neto, Paulo S G; de Oliveira, João F L; Bassetto, Priscilla; Siqueira, Hugo Valadares; Barbosa, Luciano; Alves, Emilly Pereira; Marinho, Manoel H N; Rissi, Guilherme Ferretti; Li, Fu.
Afiliación
  • de Mattos Neto PSG; Centro de Informática, Universidade Federal de Pernambuco, Recife 50740-560, Brazil.
  • de Oliveira JFL; Escola Politécnica de Pernambuco, Universidade de Pernambuco, Recife 50720-001, Brazil.
  • Bassetto P; Graduate Program in Industrial Engineering, Federal University of Technology-Paraná, Ponta Grossa 84017-220, Brazil.
  • Siqueira HV; Graduate Program in Industrial Engineering, Federal University of Technology-Paraná, Ponta Grossa 84017-220, Brazil.
  • Barbosa L; Centro de Informática, Universidade Federal de Pernambuco, Recife 50740-560, Brazil.
  • Alves EP; Escola Politécnica de Pernambuco, Universidade de Pernambuco, Recife 50720-001, Brazil.
  • Marinho MHN; Advanced Institute of Technology and Innovation (IATI), Recife 50751-310, Brazil.
  • Rissi GF; Escola Politécnica de Pernambuco, Universidade de Pernambuco, Recife 50720-001, Brazil.
  • Li F; CPFL Energia, Campinas, São Paulo 13087-397, Brazil.
Sensors (Basel) ; 21(23)2021 Dec 03.
Article en En | MEDLINE | ID: mdl-34884100
Asunto(s)
Palabras clave
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Redes Neurales de la Computación / Aprendizaje Automático Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: Sensors (Basel) Año: 2021 Tipo del documento: Article País de afiliación: Brasil
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Redes Neurales de la Computación / Aprendizaje Automático Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: Sensors (Basel) Año: 2021 Tipo del documento: Article País de afiliación: Brasil