Matches in Wikidata for { <http://www.wikidata.org/entity/Q60536798> ?p ?o ?g. }
Showing items 1 to 46 of
46
with 100 items per page.
- Q60536798 description "im Juli 2018 veröffentlichter wissenschaftlicher Artikel" @default.
- Q60536798 description "wetenschappelijk artikel" @default.
- Q60536798 description "наукова стаття, опублікована в липні 2018" @default.
- Q60536798 name "An efficient deep model for day-ahead electricity load forecasting with stacked denoising auto-encoders" @default.
- Q60536798 name "An efficient deep model for day-ahead electricity load forecasting with stacked denoising auto-encoders" @default.
- Q60536798 type Item @default.
- Q60536798 label "An efficient deep model for day-ahead electricity load forecasting with stacked denoising auto-encoders" @default.
- Q60536798 label "An efficient deep model for day-ahead electricity load forecasting with stacked denoising auto-encoders" @default.
- Q60536798 prefLabel "An efficient deep model for day-ahead electricity load forecasting with stacked denoising auto-encoders" @default.
- Q60536798 prefLabel "An efficient deep model for day-ahead electricity load forecasting with stacked denoising auto-encoders" @default.
- Q60536798 P1433 Q60536798-3D4D19EA-66E9-4119-9655-C6B320AE5CDE @default.
- Q60536798 P1476 Q60536798-3D36CE58-0180-4B79-B596-5ED56EA5E80D @default.
- Q60536798 P2093 Q60536798-0A24A3F1-F0A9-4673-B8DD-152082A7070A @default.
- Q60536798 P2093 Q60536798-443A8F9F-21F6-4D19-AA39-21FB7E0FF4C3 @default.
- Q60536798 P2093 Q60536798-7725EC58-E22D-44D7-85C4-F59C9C5C2FB4 @default.
- Q60536798 P2093 Q60536798-90EB3617-BCB1-459B-B435-4A247E7A3337 @default.
- Q60536798 P2093 Q60536798-AC796730-0C17-4BBD-A686-EAF5513382F6 @default.
- Q60536798 P304 Q60536798-2E66CD2E-0693-4A3E-B478-F2DBB915A5BA @default.
- Q60536798 P31 Q60536798-616B9DB0-7B51-4C3B-87C5-27101F72C3D9 @default.
- Q60536798 P356 Q60536798-52F75FA8-3A36-47A7-84A3-B45C9DE36A2C @default.
- Q60536798 P478 Q60536798-ECB0ACEE-C362-4FB1-B416-5534769A199D @default.
- Q60536798 P50 Q60536798-00418F5D-2EFE-496F-B85C-6C02E39D2A74 @default.
- Q60536798 P577 Q60536798-AE15BAAE-7D0B-4981-A35E-EE0322A85CBE @default.
- Q60536798 P8978 Q60536798-4385F739-B19F-4776-AD7C-0FB75240AC34 @default.
- Q60536798 P921 Q60536798-0D879C37-5E69-4695-BB74-5A042EB27ECC @default.
- Q60536798 P921 Q60536798-A2592AFF-79A1-44AC-8A05-368D0D7891E0 @default.
- Q60536798 P921 Q60536798-f09053f4-4bff-cf32-d731-fc3c891e36b7 @default.
- Q60536798 P356 J.JPDC.2017.06.007 @default.
- Q60536798 P8978 TongLLKNR18 @default.
- Q60536798 P1433 Q15749424 @default.
- Q60536798 P1476 "An efficient deep model for day-ahead electricity load forecasting with stacked denoising auto-encoders" @default.
- Q60536798 P2093 "Chao Lang" @default.
- Q60536798 P2093 "Chao Tong" @default.
- Q60536798 P2093 "Fanxin Kong" @default.
- Q60536798 P2093 "Jianwei Niu" @default.
- Q60536798 P2093 "Jun Li" @default.
- Q60536798 P304 "267-273" @default.
- Q60536798 P31 Q13442814 @default.
- Q60536798 P356 "10.1016/J.JPDC.2017.06.007" @default.
- Q60536798 P478 "117" @default.
- Q60536798 P50 Q21694588 @default.
- Q60536798 P577 "2018-07-01T00:00:00Z" @default.
- Q60536798 P8978 "journals/jpdc/TongLLKNR18" @default.
- Q60536798 P921 Q114957649 @default.
- Q60536798 P921 Q12725 @default.
- Q60536798 P921 Q2878974 @default.