A Hybrid Deep Learning Approach for Green Energy Forecasting in Asian Countries
Hyväksytty
Luokittelutiedot
OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti
Julkaisukanavan tiedot
Lehden/sarjan nimi
Computers, materials & continua
ISSN-P (painettu)
1546-2218
ISSN-E (elektroninen)
1546-2226
ISSN-L (linking)
1546-2218
Kustantaja
Tech Science Press
Julkaisun JUFO ID
53669
Julkaisun JUFO-taso
1
Julkaisu on FT-listalla
Ei
Julkaisun SNIP-taso
0.73
Julkaisumaa
Yhdysvallat (USA)
Kansainvälisyys
Kyllä
Julkaisun tarkemmat tiedot
Julkaisuvuosi
2024
Ilmoitusvuosi
2024
Lehden/sarjan volyymi
81
Lehden/sarjan numero
2
Sivunumerot
2685-2708
DOI
10.32604/cmc.2024.058186
Julkaisukieli
englanti
Yhteisjulkaisutiedot
Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei
Saatavuustiedot
Verkkojulkaisun linkki
Luokitukset ja lisätiedot
OKM-tieteenalaluokitus
113 Tietojenkäsittely ja informaatiotieteet
Avainsanat
Green energy; advanced predictive techniques; convolutional neural networks (CNNs); gated recurrent units (GRUs); deep learning for electricity prediction; green-electrical production ensemble technique
Rahoittajatiedot
Rahoitustiedot julkaisussa
The authors would like to thank their affiliated universities for providing research funding to accomplish this research work. The research of Muhammad Faheem is funded by the Academy of Finland and the University of Vassa, Finland.
Tutkimusaineistotiedot
Tutkimusaineistotiedot julkaisussa
The data can be shared on valid request made to corresponding author.
Lähdetietokantojen tunnukset
WoS -tunniste
WOS:001362448100001
Scopus -tunniste
2-s2.0-85210183455