Muutke küpsiste eelistusi

E-raamat: Data Analytics for Renewable Energy Integration: Third ECML PKDD Workshop, DARE 2015, Porto, Portugal, September 11, 2015. Revised Selected Papers

Edited by , Edited by , Edited by
Teised raamatud teemal:
  • Formaat - PDF+DRM
  • Hind: 55,56 €*
  • * hind on lõplik, st. muud allahindlused enam ei rakendu
  • Lisa ostukorvi
  • Lisa soovinimekirja
  • See e-raamat on mõeldud ainult isiklikuks kasutamiseks. E-raamatuid ei saa tagastada.
Data Analytics for Renewable Energy Integration: Third ECML PKDD Workshop, DARE 2015, Porto, Portugal, September 11, 2015. Revised Selected PapersSuurem pilt
Teised raamatud teemal:

DRM piirangud

  • Kopeerimine (copy/paste):

    ei ole lubatud

  • Printimine:

    ei ole lubatud

  • Kasutamine:

    Digitaalõiguste kaitse (DRM)
    Kirjastus on väljastanud selle e-raamatu krüpteeritud kujul, mis tähendab, et selle lugemiseks peate installeerima spetsiaalse tarkvara. Samuti peate looma endale  Adobe ID Rohkem infot siin. E-raamatut saab lugeda 1 kasutaja ning alla laadida kuni 6'de seadmesse (kõik autoriseeritud sama Adobe ID-ga).

    Vajalik tarkvara
    Mobiilsetes seadmetes (telefon või tahvelarvuti) lugemiseks peate installeerima selle tasuta rakenduse: PocketBook Reader (iOS / Android)

    PC või Mac seadmes lugemiseks peate installima Adobe Digital Editionsi (Seeon tasuta rakendus spetsiaalselt e-raamatute lugemiseks. Seda ei tohi segamini ajada Adober Reader'iga, mis tõenäoliselt on juba teie arvutisse installeeritud )

    Seda e-raamatut ei saa lugeda Amazon Kindle's. 

This book constitutes revised selected papers from the third ECML PKDD Workshop on Data Analytics for Renewable Energy Integration, DARE 2015, held in Porto, Portugal, in September 2015.

The 10 papers presented in this volume were carefully reviewed and selected for inclusion in this book.
Imitative learningfor online planning in microgrids.- A novel central voltage-control strategyfor smart LV distribution networks.- Quantifying energy demand in mountainousareas.- Performance analysis of data mining techniques for improving theaccuracy of wind power forecast combination.- Evaluation of forecasting methodsfor very small-scale networks.- Classification cascades of overlapping featureensembles for energy time series data.- Correlation analysis for determiningthe potential of home energy management systems in Germany.- Predicting hourlyenergy consumption. Can regression modeling improve on an autoregressivebaseline.- An OPTICS clustering-based anomalous data filtering algorithm forcondition monitoring of power equipment.- Argument visualization and narrativeapproaches for collaborative spatial decision making and knowledgeconstruction: A case study for an offshore wind farm project.
Lisainfo e-raamatute kohta Lisainfo e-raamatute kohta
Püsilink: https://www.kriso.ee/db/97833192743002e.html
Märksõnad: