Short-term energy market forecasting ensemble with multi-data source integration (2026)
- Authors:
- Autor USP: BALDO JÚNIOR, SERGIO - ICMC
- Unidade: ICMC
- DOI: 10.1007/s41060-025-00902-z
- Subjects: APRENDIZADO COMPUTACIONAL; PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS); ENERGIA ELÉTRICA; POLÍTICA DE PREÇO
- Keywords: Electricity price forecasting; Global forecasters; Exogenous variables; Gradient-boosted Decision Trees
- Agências de fomento:
- Language: Inglês
- Objetivos de Desenvolvimento Sustentável (ODS):
07. Energia limpa e acessível
09. Indústria, inovação e infraestrutura
- Imprenta:
- Source:
- Título: International Journal of Data Science and Analytics
- ISSN: 2364-415X
- Volume/Número/Paginação/Ano: v. 21, n. 1, p. 1-21, June 2026
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MASTELINI, Saulo Martiello et al. Short-term energy market forecasting ensemble with multi-data source integration. International Journal of Data Science and Analytics, v. 21, n. 1, p. 1-21, 2026Tradução . . Disponível em: https://doi.org/10.1007/s41060-025-00902-z. Acesso em: 10 fev. 2026. -
APA
Mastelini, S. M., Paula, M. B. S. de, Santos, M. R. dos, Baldo Júnior, S., Ladeira, L. M., Leite, L. C. G., et al. (2026). Short-term energy market forecasting ensemble with multi-data source integration. International Journal of Data Science and Analytics, 21( 1), 1-21. doi:10.1007/s41060-025-00902-z -
NLM
Mastelini SM, Paula MBS de, Santos MR dos, Baldo Júnior S, Ladeira LM, Leite LCG, Furtado RGC, Souza TF de, Guarnier E, Silva Filho D da. Short-term energy market forecasting ensemble with multi-data source integration [Internet]. International Journal of Data Science and Analytics. 2026 ; 21( 1): 1-21.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/s41060-025-00902-z -
Vancouver
Mastelini SM, Paula MBS de, Santos MR dos, Baldo Júnior S, Ladeira LM, Leite LCG, Furtado RGC, Souza TF de, Guarnier E, Silva Filho D da. Short-term energy market forecasting ensemble with multi-data source integration [Internet]. International Journal of Data Science and Analytics. 2026 ; 21( 1): 1-21.[citado 2026 fev. 10 ] Available from: https://doi.org/10.1007/s41060-025-00902-z - Algoritmos genéticos e aprendizado profundo baseado em redes neurais recorrentes do tipo LSTM para auxílio ao diagnóstico médico
- Brazilian free-energy market mid- and long-term forecasting using multi-source ensemble solution
- Uso de redes neurais artificiais para classificar padrões de corrida em esteira ergométrica em esportes de alto desempenho
- 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
Informações sobre o DOI: 10.1007/s41060-025-00902-z (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3282639.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
