РИД
№ 623011100234-7Обучаемая рекуррентная нейронная сеть и модель скользящих средних
11.01.2023
Программа предназначена для прогнозирования процесса потребления электроэнергии.
Функционал:
- импорт данных для прогноза;
- вывод на экран прогнозных графиков вместе с доверительным интервалом на выбранный промежуток времени;
- расчёт метрик: среднеквадратичное отклонение, среднее значение.
ГРНТИ
44.35.29 Гидроэлектростанции
44.35.31 Энергетические гидросооружения и гидроузлы
44.35.01 Общие вопросы
44.09.33 Гидроэнергетические ресурсы
44.29.29 Электроэнергетические системы
Ключевые слова
рекуррентная нейронная сеть
модель скользящих средних
прогнозирование
предсказание
Детали
Тип РИД
Программа для ЭВМ
Сферы применения
реальная программа с помощью, которой можно осуществлять прогнозы
Ожидается
Исполнитель
Исполнители
Федеральное государственное бюджетное образовательное учреждение высшего образования «Новосибирский государственный технический университет»
Похожие документы
Программа прогнозирования потребления электроэнергии на основе машинного обучения
0.914
РИД
Программный комплекс прогнозирования электропотребления
0.899
РИД
Программа для расчета авторегрессионной модели с распределенным лагом почасового прогнозирования электропотребления с учетом температуры окружающей среды
0.899
РИД
Программа для краткосрочного прогнозирования значений временного ряда часов максимальной пиковой нагрузки
0.893
РИД
Программа для прогнозирования временного ряда
0.893
РИД
Программа для расчета модели прогнозирования электропотребления по линейному тренду
0.892
РИД
Программа для расчета авторегрессионной модели с распределенным лагом почасового прогнозирования электропотребления с учетом температуры окружающей среды
0.891
РИД
«Программа среднесрочного прогнозирования временных рядов с использованием рекуррентных нейронных сетей и статистического обогащения данных»
0.890
РИД
Программа прогнозирования таблично заданных параметров экономических процессов на основе глубоких нейронных сетей
0.889
РИД
Программа для обучения нейронной сети для прогнозирования аварийных ситуаций
0.887
РИД