Hybrid LSTM-Transformer-ACO deep learning models for time series forecasting of solar power
Questo studio propone un nuovo framework ibrido di deep learning che combina LSTM, Transformer e Ant Colony Optimization (ACO) che, quando ottimizzato con Nadam, raggiunge un'accuratezza e un'efficienza computazionale superiori per la previsione in tempo reale della potenza solare e del carico elettrico rispetto ai modelli ibridi standalone e concorrenti.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.