Comparative evaluation of recurrent and attention-based deep learning models for wind speed forecasting

Wind speed forecasting is critical for enhancing wind energy output and improving efficiency. Although traditional statistical and physical models are commonly used but fail to capture the complex, non-linear, and time-varying nature of meteorological data. Therefore, this study explores four deep l...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Al Qahtani Nouf J., Abolouz Mohamed S., Mohandes Mohamed A., Rehman Shafiqur
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	University of Belgrade - Faculty of Mechanical Engineering, Belgrade 2025-01-01
Շարք:	FME Transactions
Խորագրեր:	deep learning architectures wind speed short-term prediction recurrent neural network (rnn) gated recurrent unit (gru) long short-term memory (lstm) transformer
Առցանց հասանելիություն:	https://scindeks-clanci.ceon.rs/data/pdf/1451-2092/2025/1451-20922504693A.pdf
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!