Unsupervised Hybrid Deep Generative Models for Photovoltaic Synthetic Data Generation

This paper contributes to the field of deep generative learning applied to solar photovoltaic (PV) synthetic data generation problems by exploring Deep Generative Model (DGM) that combines Variational Autoencoders (VAE) and Generative Adversarial Networks (GAN), i.e., VAEGAN. We build upon knowledge...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE Power & Energy Society General Meeting s. 1 - 5
Hlavní autoři:	Rosa de Jesus, Dan A., Mandal, Paras, Senjyu, Tomonobu, Kamalasadan, Sukumar
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 26.07.2021
Témata:	Data models Deep learning Feature extraction Generative adversarial networks Photovoltaic systems Privacy Solar Photovoltaic Synthetic Data Variational Autoen-coders
ISSN:	1944-9933
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!