This paper proposes a neural networ

This paper proposes a neural network based approach to probabilistic electricity price forecasting. Training the models on the most recent data means that detrending, deseasonalization and decomposition of the time series are not needed. The Levenberg–Marquardt algorithm with Bayesian regularization for learning accelerates the training process and prevents overfitting.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอวิธีการใช้โครงข่ายประสาทเพื่อการคาดการณ์ราคาไฟฟ้าน่าจะ รุ่นล่าสุดข้อมูลการฝึกอบรมหมายความ ว่า detrending, deseasonalization และการสลายตัวของอนุกรมเวลาไม่จำเป็น อัลกอริทึม Levenberg – Marquardt กับทฤษฎี regularization การเรียนรู้กระบวนการฝึกอบรมช่วยเร่ง และป้องกัน overfitting

ผลลัพธ์ (ไทย) 2:

กระดาษนี้นำเสนอเครือข่ายประสาทตามแนวทางที่จะคาดการณ์ความน่าจะเป็นราคาค่าไฟฟ้า การฝึกอบรมรุ่นที่เกี่ยวกับข้อมูลล่าสุดหมายความว่า detrending, deseasonalization และการสลายตัวของชุดเวลาที่ไม่จำเป็น อัลกอริทึม Levenberg-Marquardt กับกูเบส์สำหรับการเรียนรู้เร่งกระบวนการการฝึกอบรมและป้องกันไม่ให้อิง

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอโครงข่ายประสาทเทียมแบบความน่าจะเป็นของราคาค่าไฟฟ้าตามการคาดการณ์ การฝึกแบบจำลองข้อมูลล่าสุดหมายความว่า detrending deseasonalization , และการสลายตัวของอนุกรมเวลาที่ไม่ได้ต้องการ การ levenberg –มาร์คววิธีเบส์ผิดกฎหมายเพื่อการเรียนรู้เร่งกระบวนการฝึกอบรม และป้องกัน overfitting .