Brenner, Alex (2021) Bestimmung von Soiling aus Betriebs- und Meteodaten. AG3-Workshop: Maschinelles Lernen & KI für CSP, 2021-12-08, online.
PDF
904kB |
elib-URL des Eintrags: | https://elib.dlr.de/146987/ | ||||||||
---|---|---|---|---|---|---|---|---|---|
Dokumentart: | Konferenzbeitrag (Vortrag) | ||||||||
Titel: | Bestimmung von Soiling aus Betriebs- und Meteodaten | ||||||||
Autoren: |
| ||||||||
Datum: | 8 Dezember 2021 | ||||||||
Referierte Publikation: | Nein | ||||||||
Open Access: | Ja | ||||||||
Gold Open Access: | Nein | ||||||||
In SCOPUS: | Nein | ||||||||
In ISI Web of Science: | Nein | ||||||||
Status: | veröffentlicht | ||||||||
Stichwörter: | Parabolrinnne, Spiegelverschmutzung, Soiling, Künstliche Intelligenz, Machine learning, Neuronales Netz | ||||||||
Veranstaltungstitel: | AG3-Workshop: Maschinelles Lernen & KI für CSP | ||||||||
Veranstaltungsort: | online | ||||||||
Veranstaltungsart: | Workshop | ||||||||
Veranstaltungsdatum: | 8 Dezember 2021 | ||||||||
HGF - Forschungsbereich: | Energie | ||||||||
HGF - Programm: | Materialien und Technologien für die Energiewende | ||||||||
HGF - Programmthema: | Thermische Hochtemperaturtechnologien | ||||||||
DLR - Schwerpunkt: | Energie | ||||||||
DLR - Forschungsgebiet: | E SW - Solar- und Windenergie | ||||||||
DLR - Teilgebiet (Projekt, Vorhaben): | E - Neue Wärmeträgerfluide | ||||||||
Standort: | Stuttgart | ||||||||
Institute & Einrichtungen: | Institut für Solarforschung > Solare Hochtemperatur-Technologien | ||||||||
Hinterlegt von: | Brenner, Alex | ||||||||
Hinterlegt am: | 13 Dez 2021 14:40 | ||||||||
Letzte Änderung: | 14 Okt 2024 15:16 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags