Zobrazeno 1 - 10
of 60
pro vyhledávání: '"J. Pérez-Aracil"'
Autor:
J. Pérez-Aracil, D. Fister, C.M. Marina, C. Peláez-Rodríguez, L. Cornejo-Bueno, P.A. Gutiérrez, M. Giuliani, A. Castelleti, S. Salcedo-Sanz
Publikováno v:
Applied Computing and Geosciences, Vol 23, Iss , Pp 100185- (2024)
This paper proposes two hybrid approaches based on Autoencoders (AEs) for long-term temperature prediction. The first algorithm comprises an AE trained to learn temperature patterns, which is then linked to a second AE, used to detect possible anomal
Externí odkaz:
https://doaj.org/article/e45536aa007d458391e2e43ee37b08a9
Autor:
A.M. Hernández-Díaz, J. Pérez-Aracil, E. Lorente-Ramos, C.M. Marina, C. Peláez-Rodríguez, S. Salcedo-Sanz
Publikováno v:
Results in Engineering, Vol 22, Iss , Pp 102139- (2024)
Some materials, such as reinforced and prestressed concrete, involve non-linear constitutive relationships in elasticity problems defined on them. In particular, the shear strength of a reinforced concrete beam may be calculated by considering a diag
Externí odkaz:
https://doaj.org/article/10d3cd969d6440148bb09060ea3a17c6
Publikováno v:
Applied Sciences, Vol 13, Iss 14, p 8266 (2023)
For decades, humans have been confronted with numerous pest species, with the desert locust being one of the most damaging and having the greatest socio-economic impact. Trying to predict the occurrence of such pests is often complicated by the small
Externí odkaz:
https://doaj.org/article/02c7fd5df2fd41ad9ce95fe0be114777
Autor:
C. G. Marcelino, J. Pérez-Aracil, E. F. Wanner, S. Jiménez-Fernández, G. M. C. Leite, S. Salcedo-Sanz
Optimal power flow (OPF) is a complex, highly nonlinear, NP-hard optimization problem, in which the goal is to determine the optimal operational parameters of a power-related system (in many cases a type of smart or micro grid) which guarantee an eco
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e217b98d3a6284be9ac9b0cbe087510b
https://doi.org/10.1007/s00500-023-07900-y
https://doi.org/10.1007/s00500-023-07900-y
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Soft Computing. 136:110118
In this paper, three customised Artificial Intelligence (AI) frameworks, considering Deep Learning, Machine Learning (ML) algorithms and data reduction techniques, are proposed for a problem of long-term summer air temperature prediction. Specificall
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::9b88eeab5b065f8d2cf7285134ff504d
https://doi.org/10.1016/j.asoc.2023.110118
https://doi.org/10.1016/j.asoc.2023.110118