Técnicas mejoradas de procesamiento de datos y aprendizaje automático para la predicción del consumo de energía
Autores: Shin, Jihye; Moon, Hyeonjoon; Chun, Chang-Jae; Sim, Taeyong; Kim, Eunhee; Lee, Sujin
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Técnicas mejoradas de procesamiento de datos y aprendizaje automático para la predicción del consumo de energía
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Consumo de energía
Calentamiento global
Neutralidad de carbono
Eficiencia energética
Datos de series temporales
Preprocesamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
El consumo de energía juega un papel significativo en el calentamiento global. Con el fin de lograr la neutralidad de carbono y mejorar la eficiencia energética a través de un suministro de energía estable, es necesario seguir el desarrollo de arquitecturas innovadoras diseñadas para optimizar y analizar datos de series temporales.
Descripción
El consumo de energía juega un papel significativo en el calentamiento global. Con el fin de lograr la neutralidad de carbono y mejorar la eficiencia energética a través de un suministro de energía estable, es necesario seguir el desarrollo de arquitecturas innovadoras diseñadas para optimizar y analizar datos de series temporales.