Improving the identification of residential loads using deep transfer learning feature extraction: a comparative analysis (2025)
- Authors:
- USP affiliated authors: FERNANDES, RICARDO AUGUSTO SOUZA - EESC ; CORRÊA, JUAN SALIN - EESC
- Unidade: EESC
- DOI: 10.1109/IJCNN64981.2025.11229208
- Subjects: APRENDIZADO COMPUTACIONAL; CONSUMO DE ENERGIA ELÉTRICA; REDES NEURAIS; ENGENHARIA ELÉTRICA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Piscataway, NJ, USA
- Date published: 2025
- Source:
- Título: Proceedings
- Conference titles: International Joint Conference on Neural Networks - IJCNN
- Status:
- Nenhuma versão em acesso aberto identificada
-
ABNT
CORRÊA, Juan Salin e CAVALCA, Diego Luiz e FERNANDES, Ricardo Augusto Souza. Improving the identification of residential loads using deep transfer learning feature extraction: a comparative analysis. 2025, Anais.. Piscataway, NJ, USA: Escola de Engenharia de São Carlos, Universidade de São Paulo, 2025. Disponível em: https://dx.doi.org/10.1109/IJCNN64981.2025.11229208. Acesso em: 02 abr. 2026. -
APA
Corrêa, J. S., Cavalca, D. L., & Fernandes, R. A. S. (2025). Improving the identification of residential loads using deep transfer learning feature extraction: a comparative analysis. In Proceedings. Piscataway, NJ, USA: Escola de Engenharia de São Carlos, Universidade de São Paulo. doi:10.1109/IJCNN64981.2025.11229208 -
NLM
Corrêa JS, Cavalca DL, Fernandes RAS. Improving the identification of residential loads using deep transfer learning feature extraction: a comparative analysis [Internet]. Proceedings. 2025 ;[citado 2026 abr. 02 ] Available from: https://dx.doi.org/10.1109/IJCNN64981.2025.11229208 -
Vancouver
Corrêa JS, Cavalca DL, Fernandes RAS. Improving the identification of residential loads using deep transfer learning feature extraction: a comparative analysis [Internet]. Proceedings. 2025 ;[citado 2026 abr. 02 ] Available from: https://dx.doi.org/10.1109/IJCNN64981.2025.11229208 - An analysis of different temporal window sizes and image-based features with convolutional neural networks for demand-side management
- An ensemble-based classifier to determine the harmonic contribution responsibility between utility’s grid and microgrids
- Identificação de fontes de correntes harmônicas por redes neurais artificiais
- Localização e identificação de consumidores com alta contribuição para a distorção harmônica de tensão em sistemas de distribuição
- Extração de características relevantes para a detecção e classificação de distúrbios de qualidade da energia elétrica
- Operational planning of hydrothermal systems based on a Fuzzy-PSO approach
- Methodology based on smart meters applied to the identification of residential loads
- Adaptive hybrid tripping microgrid protection strategy with embedded hardware validation
- Adaptive hybrid tripping microgrid protection strategy with embedded hardware validation
- Wrapper attribute selector and intelligent systems applied to the identification of residential harmonic sources
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Improving_the_Identificat... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
