Záleží nám na vašom súkromí
Pomocou súborov cookie a súvisiacich technológií, ako aj spracovaním vašich údajov môžeme lepšie prispôsobiť zobrazovaný obsah vašim potrebám.Udelením súhlasu s ukladaním informácií na vašom koncovom zariadení alebo s prístupom k informáciám a spracovaním údajov, a to aj v oblasti profilovania, trhu a štatistickej analýzy, budete môcť na stránkach Allegro ešte ľahšie nájsť presne to, čo hľadáte a čo potrebujete.Správcami vašich údajov bude spoločnosť Allegro, ako aj niektorí partneri, s ktorými spolupracujeme.
Jednoduchšie používanie našich stránok, zobrazovanie a meranie personalizovaného obsahu a reklám, vytváranie štatistík a zlepšovanie funkčnosti.Súhlas je dobrovoľný. Môžete ho kedykoľvek odvolať alebo obnoviť v záložke Nastavenia súborov cookie na hlavnej stránke. Odvolanie súhlasu nemá vplyv na zákonnosť spracovania vykonaného pred odvolaním.
zásady používania súborov cookiezásady ochrany osobných údajovĎalšie produkty od tohto predajcu
- 7,56 €
- MAŁY SŁOWNIK NIDERLANDZKO-POLSKI,...
- od 0 € so
- 17,51 €
- DYSTYNKCJA, BOURDIEU PIERRE
- od 0 € so
- 15,01 €
- SPECJALNE POTRZEBY EDUKACYJNE
- od 0 € so
Opis
SYSTEMY UCZĄCE SIĘ OPARTE NA PODOBIEŃSTWIE OBRAZÓW DO PROGNOZOWANIA SZEREGÓW CZASOWYCH OBCIĄŻEŃ ELEKTROENERGETYCZNYCH
DUDEK GRZEGORZ
- Wydawca: EXIT
- Rok wydania: 2012
- Oprawa: MIĘKKA
- Format: 165 x 235 mm
- Ilość stron: 250
- EAN: 9788378370093
W monografii przedstawiono modele prognostyczne wykorzystujące metody uczenia maszynowego, rozpoznawania obrazów i inteligencji obliczeniowej do sporządzania krótkoterminowych prognoz obciążeń systemów elektroenergetycznych. Wspólną cechą tych modeli jest uczenie się na podstawie danych i wykorzystanie podobieństw obrazów cykli sezonowych szeregów czasowych obciążeń. Szeregi te są niestacjonarne, heteroskedastyczne, wykazują trend, wiele cykli wahań sezonowych oraz zakłócenia losowe. Nowe podejście oparte na podobieństwie obrazów i lokalnej regresji nieparametrycznej upraszcza problem prognostyczny i umożliwia konstrukcję efektywnych modeli prognostycznych. Modele to opierają się następującym założeniu: jeżeli obrazy cykli sezonowych szeregu czasowego są do siebie podobne (obrazy wejściowe), to obrazy cykli następujących po nich (obrazy prognoz) również są do siebie podobne. Założenie to pozwala budować modele prognostyczne wykorzystujące analogie pomiędzy powtarzającymi się fragmentami szeregu czasowego z wahaniami sezonowymi.
[Kod oferty,24398905083KS,9788378370093,2024-06-12 06:48:04]
Toto označenie odlišuje najlepšie obchody na portáli Allegro. Pri nákupe od Super predajcu máte zaručený vynikajúci zákaznícky servis a skvelé nákupy.
Kupujete s Allegro Protect. Všetky nákupy s vrátením peňazí do 48 h. Zobraziť podrobnosti
99,4 %
Niektoré texty boli preložené automaticky. Dajte nám vedieť, ak ste si všimli jazykovú chybu.
Prezeráte si ponuky produktu SYSTEMY UCZĄCE SIĘ OPARTE NA PODOBIEŃSTWIE Grzegorz Dudek. Vidíte ponuku iného produktu? Nahláste nám to