تخطي إلى المحتوى
Toggle navigation
0
مواد
(ممتلئ)
مرحبًا،
رجوع
حسابك
المفضلة
مواد معارة
سجل الإعارة
الحجوزات والاستدعاءات
الغرامات
ملف شخصي
بحوثك المحفوظة
تسجيل الخروج
تسجيل الدخول
اللغة
اللغة العربية
English
الكل
فهرس المكتبة
قواعد المعلومات
كل الحقول
العنوان
المؤلف
ابحث
بحث متقدم
حذف المرشحات
نص كامل
ابحث أيضا في النص الكامل للمقالات
حذف المرشحات
عرض المنقحات (%%عد%%)
نص كامل
ابحث أيضا في النص الكامل للمقالات
بحث عن
A deep learning sequence model...
استشهد بهذا
أرسل هذا بالبريد الإلكتروني
طباعة
تصدير التسجيلة
تصدير إلى RefWorks
تصدير إلى EndNoteWeb
تصدير إلى EndNote
تصدير إلى BibTeX
تصدير إلى RIS
أضف إلى المفضلة
أضف إلى السلة
حذف من سلة الكتب
رابط دائم
دورية أكاديمية
أعرض في EDS
A deep learning sequence model based on self-attention and convolution for wind power prediction
التفاصيل البيبلوغرافية
العنوان:
A deep learning sequence model based on self-attention and convolution for wind power prediction
المؤلفون:
Liu, Chien-Liang
,
Chang, Tzu-Yu
,
Yang, Jie-Si
,
Huang, Kai-Bin
المساهمون:
National Science and Technology Council
المصدر:
Renewable Energy ; volume 219, page 119399 ; ISSN 0960-1481
بيانات النشر:
Elsevier BV
سنة النشر:
2023
المجموعة:
ScienceDirect (Elsevier - Open Access Articles via Crossref)
مصطلحات موضوعية:
Renewable Energy, Sustainability and the Environment
نوع الوثيقة:
article in journal/newspaper
اللغة:
English
DOI:
10.1016/j.renene.2023.119399
الإتاحة:
https://doi.org/10.1016/j.renene.2023.119399Test
https://api.elsevier.com/content/article/PII:S0960148123013149?httpAccept=text/xmlTest
https://api.elsevier.com/content/article/PII:S0960148123013149?httpAccept=text/plainTest
حقوق:
https://www.elsevier.com/tdm/userlicense/1.0Test
/ ;
https://doi.org/10.15223/policy-017Test
;
https://doi.org/10.15223/policy-037Test
;
https://doi.org/10.15223/policy-012Test
;
https://doi.org/10.15223/policy-029Test
;
https://doi.org/10.15223/policy-004Test
رقم الانضمام:
edsbas.14D37D3C
قاعدة البيانات:
BASE
View record in BASE
الوصف
التعليقات
معاينة
عرض للأخصائي
الوصف
DOI:
10.1016/j.renene.2023.119399
تحميل...