.png){kind=icon}
.png){kind=icon}
返回
Imputing the long-term missing heating load data using a generative network
.png){kind=icon}
OA
AI
DOI：10.1016/j.egyai.2025.100637.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 一种用于填补长期缺失热负荷数据的新型二维生成网络。
• 相较于现有先进模型，在多样季节中展现出更优的精度。
• 通过关键气象变量影响分析提升了可解释性。
• 借助多种迁移学习策略，在数据有限情况下仍有效。
Keyword:
Generative network
Heating load data
Missing data imputation
Transfer learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。