Estudo de caso de LSTM e autoencoder LSTM para previsão a curto prazo utilizando múltiplas séries temporais (2024)
- Authors:
- Subjects: ENERGIA SOLAR; REDES NEURAIS
- Agências de fomento:
- Language: Português
- Imprenta:
- Source:
- Título: Anais.CBENS 2024
- Conference titles: Congresso Brasileiro de Energia Solar
-
ABNT
ARRUDA, Fernando Vasconcelos e ALMEIDA, Marcelo Pinho e MARTINS, Fernando Ramos. Estudo de caso de LSTM e autoencoder LSTM para previsão a curto prazo utilizando múltiplas séries temporais. 2024, Anais.. São Paulo: [s.n.], 2024. Disponível em: https://doi.org/10.59627/cbens.2024.2487. Acesso em: 13 mar. 2026. -
APA
Arruda, F. V., Almeida, M. P., & Martins, F. R. (2024). Estudo de caso de LSTM e autoencoder LSTM para previsão a curto prazo utilizando múltiplas séries temporais. In Anais.CBENS 2024. São Paulo. Recuperado de https://doi.org/10.59627/cbens.2024.2487 -
NLM
Arruda FV, Almeida MP, Martins FR. Estudo de caso de LSTM e autoencoder LSTM para previsão a curto prazo utilizando múltiplas séries temporais [Internet]. Anais.CBENS 2024. 2024 ;[citado 2026 mar. 13 ] Available from: https://doi.org/10.59627/cbens.2024.2487 -
Vancouver
Arruda FV, Almeida MP, Martins FR. Estudo de caso de LSTM e autoencoder LSTM para previsão a curto prazo utilizando múltiplas séries temporais [Internet]. Anais.CBENS 2024. 2024 ;[citado 2026 mar. 13 ] Available from: https://doi.org/10.59627/cbens.2024.2487
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
