Application of artificial neural networks in non-invasive identification of electric energy receivers

2017 ◽  
Author(s):  
Tadeusz Kwater ◽  
Jacek Bartman
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Electric Energy ◽  
Non Invasive ◽  
Artificial Neural

Employment of artificial neural networks for non-invasive estimation of leaf water status using color features: a case study in Spathiphyllum wallisii

2021 ◽  
Vol 43 (5) ◽  
Author(s):  
Amin Taheri-Garavand ◽  
Abdolhossein Rezaei Nejad ◽  
Dimitrios Fanourakis ◽  
Soodabeh Fatahi ◽  
Masoumeh Ahmadi Majd
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Water Status ◽  
Leaf Water ◽  
Leaf Water Status ◽  
Non Invasive ◽  
Color Features ◽  
Artificial Neural

Artificial neural networks applied to the classification of hair samples according to pigment and sex using non‐invasive analytical techniques

2020 ◽  
Vol 49 (6) ◽  
pp. 632-641
Author(s):  
Tamires Messias Berto ◽  
Mônica Cardoso Santos ◽  
Fabíola Manhas Verbi Pereira ◽  
Érica Regina Filletti
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Analytical Techniques ◽  
Non Invasive ◽  
Hair Samples ◽  
Artificial Neural

scholarly journals Forecast of the Demand for Hourly Electric Energy by Artificial Neural Networks

2020 ◽  
pp. 471-477
Author(s):  
Amelec Viloria ◽  
Alberto Roncallo Pichon ◽  
Hugo Hernandez-P ◽  
Osman Redondo Bilbao ◽  
Omar Bonerge Pineda Lezama ◽  
...  
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Electric Energy ◽  
Artificial Neural

Prediction of Brazilian Electric Energy Price Using Recurrent Artificial Neural Networks and Correction Filter

2020 ◽  
Author(s):  
Vítor Giudice Batista de Araujo Porto ◽  
Leonardo Rocha Olivi
Keyword(s):  
Neural Networks ◽  
Artificial Neural Networks ◽  
Electric Energy ◽  
Energy Price ◽  
Artificial Neural ◽  
Para Determinar ◽  
Recurrent Artificial Neural Networks

O Preço de Liquidação das Diferenças (PLD) é uma variável utilizada para determinar o valor a ser cobrado pelos volumes de energia que serão liquidados na Câmara de Comercialização de Energia Elétrica (CCEE), e é atualizado semanalmente. Seu cálculo é baseado em modelos estatísticos e matemáticos de otimização, e, portanto, apresenta um comportamento altamente não-linear. Este trabalho propõe, por meio de uma arquitetura recorrente de redes neurais artificiais LSTM e um filtro corretivo, a predição do preço do PLD uma semana à frente, buscando obter as melhores variáveis de entrada, a fim de contornar problemas recorrentes que aparecerem com o uso de redes recursivas em séries temporais. O resultado mostra como a obtenção das variáveis corretas acarretam em uma predição confiável do PLD.

Sign in / Sign up

Export Citation Format

Share Document