Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Biblioteka  Akademii Nauk Stosowanych w Gnieźnie Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaBiblioteka  Akademii Nauk Stosowanych w Gnieźnie

Wyszukujesz frazę "Modelling and forecasting" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Application of statistical and neural approaches to the daily load profiles modelling in power distribution systems
    Autorzy:
    Styczynski, Zbigniew A.
    Nazarko, Joanicjusz
    Współwytwórcy:
    Politechnika Białostocka
    Bialystok University of Technology
    University of Stuttgart
    Data publikacji:
    1999
    Wydawca:
    IEEE
    Słowa kluczowe:
    network planning
    load modelling
    load forecasting
    statistical method
    clustering
    neural network
    Pokaż więcej
    Dostawca treści:
    Repozytorium Centrum Otwartej Nauki
    Artykuł
    Szczegóły
    Tytuł:
    A pre-registered short-term forecasting study of COVID-19 in Germany and Poland during the second wave
    Autorzy:
    Gogolewski, Krzysztof
    Bracher, Johannes
    Fairchild, Geoffrey
    Li, Michael Lingzhi
    Schienle, Melanie
    Funk, Sebastian
    Scholz, Markus
    Srivastava, Ajitesh
    Kirsten, Holger
    Heyder, Stefan
    Zielinski, Jakub
    Deuschel, Jannik
    Soni, Saksham
    Görgen, Konstantin
    Bosse, Nikos I.
    Meinke, Jan H.
    Niedzielewski, Karol
    Wolffram, Daniel
    Krymova, Ekaterina
    Ullrich, Alexander
    Krueger, Tyll
    Castro, Lauren
    Bertsimas, Dimitris
    Ożański, Tomasz
    Ketterer, Jakob L.
    Bodych, Marcin
    Hotz, Thomas
    Gneiting, Tilmann
    Fuhrmann, Jan
    Michaud, Isaac
    Bhatia, Sangeeta
    Barbarossa, Maria Vittoria
    Rakowski, Franciszek
    Burgard, Jan Pablo
    Gu, Quanquan
    Abbott, Sam
    Kheifetz, Yuri
    Zou, Difan
    Współwytwórcy:
    Ming Hsieh Department of Computer and Electrical Engineering, University of Southern California, Los Angeles, USA
    Interdisciplinary Centre for Mathematical and Computational Modelling, University of Warsaw
    Institute of Mathematics, Technische Universität Ilmenau, Germany
    Swiss Data Science Center, ETH Zurich and EPFL, Lausanne, Switzerland
    Economic and Social Statistics Department, University of Trier, Germany
    Department of Computer Science, University of California, Los Angeles, USA
    Statistical Sciences Group, Los Alamos National Laboratory, Los Alamos, USA
    Information Systems and Modeling, Los Alamos National Laboratory, Los Alamos, USA
    Jülich Supercomputing Centre, Forschungszentrum Jülich, Germany
    Institute of Informatics, University of Warsaw, Poland
    Wroclaw University of Science and Technology, Wroclaw, Poland
    Karlsruhe Institute of Technology (KIT), Karlsruhe, Germany
    Computational Statistics Group, Heidelberg Institute for Theoretical Studies (HITS), Heidelberg, Germany
    Robert Koch Institute (RKI), Berlin, Germany
    Sloan School of Management, Massachusetts Institute of Technology, Cambridge, USA
    Institute for Medical Informatics, Statistics and Epidemiology, University of Leipzig, Germany
    London School of Hygiene and Tropical Medicine, London, UK
    Abdul Latif Jameel Institute for Disease and Emergency Analytics (J-IDEA), Imperial College London, UK
    Operations Research Center, Massachusetts Institute of Technology, Cambridge, USA
    Frankfurt Institute for Advanced Studies, Frankfurt, Germany
    Data publikacji:
    2021
    Wydawca:
    Springer Nature
    Słowa kluczowe:
    disease modelling
    COVID-19
    Pokaż więcej
    Dostawca treści:
    Repozytorium Centrum Otwartej Nauki
    Inne
    Szczegóły
    Tytuł:
    National and subnational short-term forecasting of COVID-19 in Germany and Poland during early 2021
    Autorzy:
    Schienle, Melanie
    Bodych, Marcin
    Srivastava, Ajitesh
    Ullrich, Alexander
    Mohring, Jan
    Krueger, Tyll
    Deuschel, Jannik
    Bhatia, Sangeeta
    Leithäuser, Neele
    Meinke, Jan H.
    Kheifetz, Yuri
    Bracher, Johannes
    Michaud, Isaac J.
    Gneiting, Tilmann
    Miasojedow, Błażej
    Castro, Lauren
    Fiedler, Jochen
    Bertsimas, Dimitris
    Gogolewski, Krzysztof
    Burgard, Jan Pablo
    Radwan, Maciej
    Wolffram, Danie
    Soni, Saksham
    Abbott, Sam
    Li, Michael L.
    Krymova, Ekaterina
    Ketterer, Jakob L.
    Scholz, Markus
    Heyder, Stefan
    Fairchild, Geoffrey
    Nowosielski, Jędrzej M.
    Ozanski, Tomasz
    Funk, Sebastian
    Nouvellet, Pierre
    Rakowski, Franciszek
    Kirsten, Holger
    Hotz, Thomas
    Barbarossa, Maria V.
    Görgen, Konstantin
    Bosse, Nikos I.
    Gambin, Anna
    Fuhrmann, Jan
    Współwytwórcy:
    HIDSS4Health - Helmholtz Information and Data Science School for Health, Karlsruhe/Heidelberg, Germany
    Jülich Supercomputing Centre, Forschungszentrum Jülich, Germany
    InterdisciplinaryCentre for Mathematical and Computational Modelling, University of Warsaw
    Institute of Mathematics,Technische Universität Ilmenau, Germany
    Fraunhofer Institute for Industrial Mathematics (ITWM), Kaiserslautern, Germany
    Frankfurt Institute for Advanced Studies, Germany
    Wroclaw University of Science and Technology, Poland
    Institute for Applied Mathematics, University of Heidelberg, Germany
    Information Systems and Modeling, Los Alamos National Laboratory, Los Alamos, NM, USA
    Institute for Stochastics, Karlsruhe Institute of Technology (KIT), Germany
    Robert Koch Institute (RKI), Berlin, Germany
    Statistical Sciences Group, Los Alamos National Laboratory, USA
    Ming Hsieh Department of Computer and Electrical Engineering, University of Southern California, Los Angeles, USA
    Institute for Medical Informatics, Statistics and Epidemiology, University of Leipzig, Germany
    London School of Hygiene and Tropical Medicine, UK
    School of Life Sciences, University of Sussex, Brighton, UK
    Operations Research Center, MassachusettsInstitute of Technology, Cambridge, MA, USA
    Chair of Statistical Methods and Econometrics, Karlsruhe Institute of Technology (KIT), Germany
    Computational Statistics Group,Heidelberg Institute for Theoretical Studies (HITS), Germany
    Faculty of Mathematics, Informatics, and Mechanics, University of Warsaw
    MRC Centre for Global Infectious Disease Analysis, Abdul Latif Jameel Institute for Disease and Emergency Analytics (J-IDEA), Imperial College London, London, UK
    Economic and Social StatisticsDepartment, University of Trier, Germany
    Sloan School of Management, Massachusetts Institute of Technology,Cambridge, MA, USA
    Swiss Data Science Center, ETH Zürich and EPF Lausanne, Zürich, Switzerland
    Data publikacji:
    2022
    Wydawca:
    Springer Nature
    Słowa kluczowe:
    Germany
    COVID-19 pandemic
    Poland
    epidemiological forecast
    forecasting models
    SARS-CoV-2
    epidemiological indicators
    Pokaż więcej
    Dostawca treści:
    Repozytorium Centrum Otwartej Nauki
    Artykuł
    Szczegóły
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies