Knowledge is Power in Four Dimensions: Models to Forecast Future Paradigm: With Artificial Intelligence Integration in Energy and Other Use Cases
Autor Bahman Zohuri, Farhang Mossavar Rahmani, Farahnaz Behgouniaen Limba Engleză Paperback – 12 iul 2022
Remarcăm în Knowledge is Power in Four Dimensions: Models to Forecast Future Paradigm o abordare tehnică riguroasă care plasează codul sursă și bibliotecile de programare Python, precum Scikit, TensorFlow și Keras, în centrul strategiilor de prognoză energetică. Această lucrare masivă de aproape 1000 de pagini nu se rezumă la teorie, ci oferă resursele necesare pentru implementarea sistemelor de reziliență a afacerilor (BRS) prin integrarea inteligenței artificiale și a proceselor de deep learning.
Descoperim o structură logică, organizată în trei părți fundamentale: de la conceptele de infrastructură și gestionarea datelor structurate sau nestructurate, până la analiza impactului economic al resurselor regenerabile și nucleare. Partea finală se concentrează pe modelarea matematică, utilizând statistica inginerească și analiza seriilor de timp pentru a genera predicții precise în sectorul energetic. Dacă Predictive Modelling for Energy Management and Power Systems Engineering v-a oferit cadrul teoretic al managementului puterii, volumul de față oferă instrumentele practice și algoritmice necesare pentru a construi modele de prognoză pe termen scurt și lung.
Considerăm că această lucrare reprezintă punctul de maturitate în opera autorului Bahman Zohuri. Față de titlurile sale anterioare, precum Artificial Intelligence Driven By Machine Learning And Deep Learning, care explorau fundamentele IA în diverse industrii, sau Thermal-Hydraulic Analysis of Nuclear Reactors, axat strict pe inginerie nucleară, noul volum realizează o sinteză între știința datelor și infrastructura energetică critică. Este o resursă esențială pentru specialiștii care doresc să aplice logica fuzzy și rețelele neuronale în reziliența climatică și gestionarea activelor energetice.
Preț: 947.85 lei
Preț vechi: 1290.81 lei
-27%
Carte tipărită la comandă
Livrare economică 02-16 iunie
Specificații
ISBN-10: 0323951120
Pagini: 998
Dimensiuni: 191 x 235 mm
Greutate: 1.68 kg
Editura: ELSEVIER SCIENCE
Public țintă
Energy engineers; electrical engineers; data scientists; environmental engineers; alternative energy researchersDe ce să citești această carte
Această carte este destinată inginerilor energetici și cercetătorilor care doresc să integreze Python și Machine Learning în fluxul lor de lucru. Cititorul câștigă o înțelegere profundă a modului în care modelarea matematică poate anticipa schimbările de paradigmă în consumul și producția de energie. Este un ghid practic pentru construirea unor sisteme de afaceri reziliente, fundamentat pe date concrete și algoritmi avansați de prognoză.
Descriere scurtă
A final section deliver the most advanced content on artificial intelligence with the integration of machine learning and deep learning as a tool to forecast and make energy predictions. The reference covers many introductory programming tools, such as Python, Scikit, TensorFlow and Kera.
- Helps users gain fundamental knowledge in technology infrastructure, including AI, machine learning and fuzzy logic
- Compartmentalizes data knowledge into near-term and long-term forecasting models, with examples involving both renewable and non-renewable energy outcomes
- Advances climate resiliency and helps readers build a business resiliency system for assets
Cuprins
1. Knowledge is Power
2. A General Approach to Business Resilience System (BRS)
3. Data Warehousing, Data Mining, Data Modeling, and Data Analytics
4. Structured and Unstructured Data Processing
5. Mathematical Modeling Driven Predication
6. Fuzzy Logics: A New Method of Predictions
7. Neural Network Concept
8. Population - Human Growth Driving Ecology
9. Economic Factors
10. Risk Management, Risk Assessment, and Risk Analysis
11. Today’s Fast-Paced Technology
Part II: The Impact of Energy on Tomorrow’s World
12. Understanding of Energy
13. Economic Impact of Energy
14. Renewable Energy
15. Non-Renewable Energy
16. Nuclear Energy as Non-Renewable Energy Source
17. Energy Storage Technologies and their Role in Renewable Integration
Part III: The Mathematical Approach and Modeling
18. Predictive Analytics
19. Engineering Statistics
20. Data and Data Collection Driven Information
21. Statistical Forecasting - Regression and Time Series Analysis
22. Introduction to Forecasting: The Simplest Models
23. Notes on Linear Regression Analysis
24. Principles and Risks of Forecasting
25. Artificial Intelligence Driving Predictive and Forecasting Paradigm
Part IV: Python Programming Driven Artificial Intelligence
26. Python Programming Driven Artificial Intelligence
27. Artificial Intelligence, Machine Learning and Deep Learning Driving Big Data
28. Artificial Intelligence, Machine Learning and Deep Learning Use Cases