Brazilian free-energy market mid- and long-term forecasting using multi-source ensemble solution (2024)
- Authors:
- Autor USP: BALDO JÚNIOR, SERGIO - ICMC
- Unidade: ICMC
- DOI: 10.1109/ICMLA61862.2024.00266
- Subjects: APRENDIZADO COMPUTACIONAL; PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS); ENERGIA ELÉTRICA; POLÍTICA DE PREÇO
- Keywords: Long-term Prices; Ensemble; Forecasting; Energy Market
- Agências de fomento:
- Language: Inglês
- Sustainable Development Goals (GDS):
07. Affordable and clean energy
09. Industry, innovation and infrastructure
- Imprenta:
- Publisher: IEEE
- Publisher place: Los Alamitos
- Date published: 2024
- Source:
- Título: Proceedings
- ISSN: 1946-0759
- Conference titles: International Conference on Machine Learning and Applications - ICMLA
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
BALDO JÚNIOR, Sérgio et al. Brazilian free-energy market mid- and long-term forecasting using multi-source ensemble solution. 2024, Anais.. Los Alamitos: IEEE, 2024. Disponível em: https://doi.org/10.1109/ICMLA61862.2024.00266. Acesso em: 03 jan. 2026. -
APA
Baldo Júnior, S., Mastelini, S. M., Paula, M. B. S. de, Santos, M. R. dos, Guarnier, E., Silva Filho, D. da, et al. (2024). Brazilian free-energy market mid- and long-term forecasting using multi-source ensemble solution. In Proceedings. Los Alamitos: IEEE. doi:10.1109/ICMLA61862.2024.00266 -
NLM
Baldo Júnior S, Mastelini SM, Paula MBS de, Santos MR dos, Guarnier E, Silva Filho D da, Santos ME de CM, Fernandes TR, Rosa VCV. Brazilian free-energy market mid- and long-term forecasting using multi-source ensemble solution [Internet]. Proceedings. 2024 ;[citado 2026 jan. 03 ] Available from: https://doi.org/10.1109/ICMLA61862.2024.00266 -
Vancouver
Baldo Júnior S, Mastelini SM, Paula MBS de, Santos MR dos, Guarnier E, Silva Filho D da, Santos ME de CM, Fernandes TR, Rosa VCV. Brazilian free-energy market mid- and long-term forecasting using multi-source ensemble solution [Internet]. Proceedings. 2024 ;[citado 2026 jan. 03 ] Available from: https://doi.org/10.1109/ICMLA61862.2024.00266 - Algoritmos genéticos e aprendizado profundo baseado em redes neurais recorrentes do tipo LSTM para auxílio ao diagnóstico médico
- Short-term energy market forecasting ensemble with multi-data source integration
- Utilização de redes neurais artificiais para a identificação de padrões de corrida
- Classification of coma etiology using convolutional neural networks and long-short term memory networks
- Uso de redes neurais artificiais para classificar padrões de corrida em esteira ergométrica em esportes de alto desempenho
Informações sobre o DOI: 10.1109/ICMLA61862.2024.00266 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3262582.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
