Versenden
Drucken
Pargmann, Max (2023) Towards a fully automated flux density prediction using data driven models. SFERA-III, 2023-09-11 - 2023-09-15, Köln, Deutschland.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
2MB |
| elib-URL des Eintrags: | https://elib.dlr.de/197417/ | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Konferenzbeitrag (Vortrag) | ||||||||
| Titel: | Towards a fully automated flux density prediction using data driven models | ||||||||
| Autoren: |
| ||||||||
| Datum: | 2023 | ||||||||
| Referierte Publikation: | Nein | ||||||||
| Open Access: | Ja | ||||||||
| Gold Open Access: | Nein | ||||||||
| In SCOPUS: | Nein | ||||||||
| In ISI Web of Science: | Nein | ||||||||
| Status: | veröffentlicht | ||||||||
| Stichwörter: | Automatization, Machine Learning, Deep Learning, Neural Networks, Differentiable Ray Tracing, Data Driven Models, Solar Towers, Energy Generation | ||||||||
| Veranstaltungstitel: | SFERA-III | ||||||||
| Veranstaltungsort: | Köln, Deutschland | ||||||||
| Veranstaltungsart: | internationale Konferenz | ||||||||
| Veranstaltungsbeginn: | 11 September 2023 | ||||||||
| Veranstaltungsende: | 15 September 2023 | ||||||||
| 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 - Intelligenter Betrieb | ||||||||
| Standort: | Köln-Porz | ||||||||
| Institute & Einrichtungen: | Institut für Solarforschung > Solare Kraftwerktechnik | ||||||||
| Hinterlegt von: | Pargmann, Max | ||||||||
| Hinterlegt am: | 28 Sep 2023 12:38 | ||||||||
| Letzte Änderung: | 24 Apr 2024 20:57 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
