KIT | KIT-Bibliothek | Impressum | Datenschutz

Incorporating Unsupervised Deep Learning into Meta Learning for Energy Time Series Forecasting

Shahoud, Shadi 1; Khalloof, Hatem 1; Duepmeier, Clemens 1; Hagenmeyer, Veit ORCID iD icon 1
1 Karlsruher Institut für Technologie (KIT)


Originalveröffentlichung
DOI: 10.1007/978-3-030-63128-4_25
Scopus
Zitationen: 1
Dimensions
Zitationen: 2
Zugehörige Institution(en) am KIT Institut für Automation und angewandte Informatik (IAI)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2021
Sprache Englisch
Identifikator ISBN: 978-3-030-63127-7
ISSN: 2194-5357
KITopen-ID: 1000127251
Weitere HGF-Programme 37.12.02 (POF IV, LK 01) Design,Operation & Digitalization of the Future Energy Grids
Erschienen in Proceedings of the Future Technologies Conference (FTC) 2020, Volume 1. Ed.: K. Arai
Veranstaltung Future Technologies Conference (FTC 2020), Online, 05.11.2020 – 06.11.2020
Verlag Springer Nature
Seiten 326-345
Serie Advances in Intelligent Systems and Computing (AISC) ; 1288
Bemerkung zur Veröffentlichung Die Veranstaltung fand wegen der Corona-Pandemie als Online-Event statt
Vorab online veröffentlicht am 31.10.2020
Nachgewiesen in Dimensions
Scopus
Globale Ziele für nachhaltige Entwicklung Ziel 7 – Bezahlbare und saubere EnergieZiel 17 – Partnerschaften zur Erreichung der Ziele
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page