Hybrid LSTM-Transformer-ACO deep learning models for time series forecasting of solar power
Este estudo propõe um novo framework de aprendizado profundo híbrido combinando LSTM, Transformer e Otimização por Colônia de Formigas (ACO) que, quando otimizado com Nadam, alcança precisão e eficiência computacional superiores para a previsão de energia solar e carga elétrica em tempo real em comparação com modelos híbridos isolados e concorrentes.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.