Konferenzpaper | 2022 | Peer reviewed

Prognostizierte Energieverbräuche durch Deep Learning als Basis zur Integration in ein Smart Grid am Beispiel des Flughafen Köln Bonn

Autor*innen

Stange, Mathis ; Both, Maximilian ; Müller, Jochen

DOI

10.51202/9783181023990-703

ISBN-13

#defaultkonferenzband 9783181023990

Weitere Details

Sprache

deutsch

Darstellungsform

Text

Seitenbereich

703 - 714

Zitierstile

Stange, M., Both, M., & Müller, J. (2022). Prognostizierte Energieverbräuche durch Deep Learning als Basis zur Integration in ein Smart Grid am Beispiel des Flughafen Köln Bonn. In U. UNBEKANNT, ohne Angabe (pp. 703–714). ohne Angabe: ohne Angabe. doi:10.51202/9783181023990-703

In die Zwischenablage kopieren

Stange, M., Both, M. and Müller, J., 2022. Prognostizierte Energieverbräuche durch Deep Learning als Basis zur Integration in ein Smart Grid am Beispiel des Flughafen Köln Bonn. In: ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, pp.703–714.

In die Zwischenablage kopieren

Stange, Mathis, Both, Maximilian & Müller, Jochen 2022. Prognostizierte Energieverbräuche durch Deep Learning als Basis zur Integration in ein Smart Grid am Beispiel des Flughafen Köln Bonn. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, 703–714.

American Psychological Association 6th edition (DOI)

Anglia Ruskin University - Harvard

Gesellschaft für Bildung und Forschung in Europa - Harvard