Researching the efficiency of artificial neural network configurations and architectures for forecasting electricity consumption of railways

Haidenko, O. S.; Holub, H. M.; Kulbovskyi, I. I.

Please use this identifier to cite or link to this item: https://er.knutd.edu.ua/handle/123456789/26054

Full metadata record

DC Field	Value	Language
dc.contributor.author	Haidenko, O. S.	-
dc.contributor.author	Holub, H. M.	-
dc.contributor.author	Kulbovskyi, I. I.	-
dc.date.accessioned	2024-03-19T13:47:38Z	-
dc.date.available	2024-03-19T13:47:38Z	-
dc.date.issued	2023	-
dc.identifier.citation	Haidenko O. S. Researching the efficiency of artificial neural network configurations and architectures for forecasting electricity consumption of railways / O. S. Haidenko, H. M. Holub, I. I. Kulbovskyi // Мехатронні системи: інновації та інжиніринг : тези доповідей VII Міжнародної науково-практичної конференції, м. Київ, 23 листопада 2023 року. – Київ : КНУТД, 2023. – С. 195-197.	uk
dc.identifier.uri	https://er.knutd.edu.ua/handle/123456789/26054	-
dc.description.abstract	The efficient forecasting of electricity consumption in railway systems is critical for optimizing energy usage, reducing costs, and enhancing sustainability.	uk
dc.language.iso	en	uk
dc.publisher	Київський національний університет технологій та дизайну	uk
dc.subject	artificial neural networks	uk
dc.subject	electricity consumption forecasting	uk
dc.subject	railway electrification	uk
dc.subject	energy cost optimization	uk
dc.subject	neural network architectures	uk
dc.title	Researching the efficiency of artificial neural network configurations and architectures for forecasting electricity consumption of railways	uk
dc.type	Thesis	uk
local.conference.location	Київ	-
local.conference.date	2023-11-23	-
local.conference.name	Мехатронні системи: інновації та інжиніринг	-
local.conference.section	Секція 2. Інформаційні та комп'ютерно-інтегровані технології	uk
Appears in Collections:	Мехатронні системи: інновації та інжиніринг

Files in This Item:

File	Description	Size	Format
MSIE_2023_P195-197.pdf		314,41 kB	Adobe PDF	View/Open

Show simple item record

DSpace JSPUI

DSpace preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets