Gesamtpreis (1 Artikel Artikel):
Versandziel:
9783030307813 - Machine Learning Approaches to Non-Intrusive Load Monitoring (SpringerBriefs in Energy) von Bonfigli, Roberto; Squartini, Stefano (6 Ergebnisse)
Direkt zu den wichtigsten Suchergebnissen
Suchfilter
Produktart
- Alle Product Types
- Bücher (6)
- Magazine & Zeitschriften (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Comics (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Noten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Kunst, Grafik & Poster (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Fotografien (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Karten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Manuskripte & Papierantiquitäten (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Zustand Mehr dazu
- Neu (6)
- Wie Neu, Sehr Gut oder Gut Bis Sehr Gut (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Gut oder Befriedigend (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Ausreichend oder Schlecht (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Wie beschrieben (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Einband
- alle Einbände
- Hardcover (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Softcover (6)
Weitere Eigenschaften
- Erstausgabe (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Signiert (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Schutzumschlag (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Angebotsfoto (3)
Sprache (1)
Preis
- Beliebiger Preis
- Weniger als EUR 20 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- EUR 20 bis EUR 45 (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
- Mehr als EUR 45
Gratisversand
- Kostenloser Versand nach USA (Keine weiteren Ergebnisse entsprechen dieser Verfeinerung)
Land des Verkäufers
Verkäuferbewertung
-
Machine Learning Approaches to Non-Intrusive Load Monitoring (SpringerBriefs in Energy)
Buch 73 von 80: SpringerBriefs in EnergyAnbieter: Ria Christie Collections, Uxbridge, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 60,14
EUR 13,87 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New. In.
-
Machine Learning Approaches to Non-intrusive Load Monitoring
Buch 73 von 80: SpringerBriefs in EnergyAnbieter: Revaluation Books, Exeter, Vereinigtes Königreich
Verkäuferbewertung 5 von 5 Sternen
EUR 76,42
EUR 11,58 Versand
Versand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
In den WarenkorbPaperback. Zustand: Brand New. 144 pages. 9.25x6.10x0.43 inches. In Stock.
-
Machine Learning Approaches To Non-intru
Buch 73 von 80: SpringerBriefs in EnergyAnbieter: Kennys Bookstore, Olney, MD, USA
Verkäuferbewertung 5 von 5 Sternen
Zustand: New.
-
Machine Learning Approaches to Non-Intrusive Load Monitoring
Buch 73 von 80: SpringerBriefs in EnergySprache: Englisch
Verlag: Springer International Publishing, 2019
ISBN 10: 3030307816 ISBN 13: 9783030307813
EUR 48,37
EUR 48,99 Versand
Versand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
In den WarenkorbZustand: New.
-
Machine Learning Approaches to Non-Intrusive Load Monitoring
Buch 73 von 80: SpringerBriefs in EnergySprache: Englisch
Verlag: Springer International Publishing, Springer International Publishing, 2019
ISBN 10: 3030307816 ISBN 13: 9783030307813
Anbieter: AHA-BUCH GmbH, Einbeck, Deutschland
Verkäuferbewertung 5 von 5 Sternen
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - Research on Smart Grids has recently focused on the energy monitoring issue, with the objective of maximizing the user consumption awareness in building contexts on the one hand, and providing utilities with a detailed description of customer habits on the other. In particular, Non-Intrusive Load Monitoring (NILM), the subject of this book, represents one of the hottest topics in Smart Grid applications. NILM refers to those techniques aimed at decomposing the consumption-aggregated data acquired at a single point of measurement into the diverse consumption profiles of appliances operating in the electrical system under study.This book provides a status report on the most promising NILM methods, with an overview of the publically available dataset on which the algorithm and experiments are based. Of the proposed methods, those based on the Hidden Markov Model (HMM) and the Deep Neural Network (DNN) are the best performing and most interesting from the future improvement point of view. One method from each category has been selected and the performance improvements achieved are described. Comparisons are made between the two reference techniques, and pros and cons are considered. In addition, performance improvements can be achieved when the reactive power component is exploited in addition to the active power consumption trace.
-
Taschenbuch. Zustand: Neu. Machine Learning Approaches to Non-Intrusive Load Monitoring | Roberto Bonfigli (u. a.) | Taschenbuch | SpringerBriefs in Energy | viii | Englisch | 2019 | Springer | EAN 9783030307813 | Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, 69121 Heidelberg, juergen[dot]hartmann[at]springer[dot]com | Anbieter: preigu.
