Effective Non-Intrusive Load Monitoring Through IoT Building Data Using Akima Interpolation and Deep Learning LSTM Method - Université Paris-Est-Créteil-Val-de-Marne Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Effective Non-Intrusive Load Monitoring Through IoT Building Data Using Akima Interpolation and Deep Learning LSTM Method

Domaines

Sciences de l'ingénieur [physics]

Jura Arkhangelski  : Connectez-vous pour contacter le contributeur

https://hal.u-pec.fr/hal-04276798

Soumis le : jeudi 9 novembre 2023-11:31:58

Dernière modification le : vendredi 10 novembre 2023-03:24:01

Fichier non déposé

Dates et versions

hal-04276798 , version 1 (09-11-2023)

Identifiants

Citer

Jura Arkhangelski, Mahamadou Abdou-Tankari, Gilles Lefebvre. Effective Non-Intrusive Load Monitoring Through IoT Building Data Using Akima Interpolation and Deep Learning LSTM Method. 2023 12th International Conference on Renewable Energy Research and Applications (ICRERA), Aug 2023, Oshawa, Canada. pp.34-39, ⟨10.1109/ICRERA59003.2023.10269367⟩. ⟨hal-04276798⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UPEC CERTES
10 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Mastodon Facebook X LinkedIn More