Μοντέλα βαθιάς μάθησης για την πρόβλεψη χρονοσειρών με χρήση της βιβλιοθήκης Tensorflow
Deep learning models for time-series forecasting using Tensorflow library
Λέξεις-κλειδιά
RNN ; LSTM ; Βαθιά μάθηση ; Αναδρομικά νευρωνικά δίκτυαΠερίληψη
Σκοπός της εργασίας είναι αρχικά η εξοικείωση με τη βιβλιοθήκη Τensorflow και τους αλγορίθμους Βαθιάς Μάθησης που περιλαμβάνει. Ειδικότερα έγινε μελέτη των μοντέλων RNN και LSTM, και η εφαρμογή τους στο πρόβλημα της βραχυπρόθεσμης πρόβλεψης ηλεκτρικού φορτίου για το ελληνικό διασυνδεδεμένο σύστημα
Περίληψη
The purpose of this thesis is initially to get familiar with the Tensorflow library and the Deep Learning algorithms it includes. Specifically, RNN and LSTM models were studied and applied to the problem of short-term electric load forecasting for the Greek interconnected power system.
Αριθμός σελίδων
109Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Μηχανικών Πληροφορικής και ΥπολογιστώνΓλώσσα
ΕλληνικάΣυλλογή
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές