Резултати
eNauka >
Rezultati >
Exploring artificial intelligence potential in solar energy production forecasting: Methodology based on modified PSO optimized attention augmented recurrent networks
| Naziv: | Exploring artificial intelligence potential in solar energy production forecasting: Methodology based on modified PSO optimized attention augmented recurrent networks | Autori: | L. Jovanovic  ; N. Bacanin  ; A. Petrovic ; M. Zivkovic ; M. Antonijevic ; V. Gajic ; M. Mohamed Elsayed; M. Abouhawwash |
Godina: | 2025 | Publikacija: | Sustainable Computing: Informatics and Systems | ISSN: | 2210-5379 Sustainable Computing: Informatics and Systems Pretraži identifikator |
Tip rezultata: | Naučni članak | DOI: | 10.1016/j.suscom.2025.101174 | WoS-ID: | 001575212200002 | Scopus-ID: | 2-s2.0-105013144637 | URI: | https://www.sciencedirect.com/science/article/abs/pii/S2210537925000952 http://ezaposleni.singidunum.ac.rs/rest/sciNaucniRezultati/oai/record/2/11505 https://enauka.gov.rs/handle/123456789/995470 |
URL: | https://www.sciencedirect.com/science/article/abs/pii/S2210537925000952?via%3Dihub | Projekat: | Science Fund of the Republic of Serbia [7373, 7502] | Napomena: | Tekst je dostupan ali nije otključan | M-kategorija: | 21aM21a - Vodeći međunarodni časopis kategorije M21a |
Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.