Προβλέψεις χρονοσειρών σε έξυπνα δίκτυα ηλεκτρικής ενέργειας με τεχνικές μηχανικής μάθησης και βαθιάς μάθησης

Τζώρτζης, Αλέξανδρος-Μενέλαος Π.

Time series predictions in smart power grids with machine learning and deep learning techniques

dc.contributor.advisor	Κατσαρός, Δημήτριος	el
dc.contributor.advisor	Δασκαλοπούλου, Ασπασία	el
dc.contributor.advisor	Ψαρράς, Ιωάννης	el
dc.contributor.author	Τζώρτζης, Αλέξανδρος-Μενέλαος Π.	el
dc.creator	Τζώρτζης, Αλέξανδρος-Μενέλαος Π.	el
dc.date.accessioned	2023-03-10T11:30:04Z
dc.date.available	2023-03-10T11:30:04Z
dc.date.issued	2022
dc.identifier.other	26798
dc.identifier.uri	http://hdl.handle.net/11615/81466
dc.language.iso	el	en
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 International	en
dc.rights	free	en
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	en
dc.subject.other	Συστήματα ηλεκτρικής ενέργειας -- Επεξεργασία δεδομένων	el
dc.subject.other	Ηλεκτρονικά ισχύος -- Επεξεργασία δεδομένων	el
dc.subject.other	Ανάλυση χρονοσειρών	el
dc.subject.other	Μηχανική μάθηση	el
dc.subject.other	Βαθιά μάθηση	el
dc.title	Προβλέψεις χρονοσειρών σε έξυπνα δίκτυα ηλεκτρικής ενέργειας με τεχνικές μηχανικής μάθησης και βαθιάς μάθησης	el
dc.title	Time series predictions in smart power grids with machine learning and deep learning techniques	en
dc.type	bachelorThesis	en
heal.recordProvider	Πανεπιστήμιο Θεσσαλίας - Βιβλιοθήκη και Κέντρο Πληροφόρησης	el
heal.academicPublisher	Πανεπιστήμιο Θεσσαλίας. Πολυτεχνική Σχολή. Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών.	el
heal.academicPublisherID	uth	en
heal.fullTextAvailability	true	en
dc.rights.accessRights	free	en

Fichier(s) constituant ce document

Nom:: license_rdf
Taille:: 805octets
Format:: application/rdf+xml

Voir/Ouvrir

Nom:: 26798.pdf
Taille:: 11.22Mo
Format:: PDF

Voir/Ouvrir

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Excepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 International