Enhanced Wind Energy Forecasting Using an Extended Long Short-Term Memory Model

This paper presents an innovative approach to wind energy forecasting through the implementation of an extended long short-term memory (xLSTM) model. This research addresses fundamental limitations in time-sequence forecasting for wind energy by introducing architectural enhancements to traditional...

وصف كامل

التفاصيل البيبلوغرافية

الحاوية / القاعدة:	Algorithms
المؤلفون الرئيسيون:	Zachary Barbre, Gang Li
التنسيق:	مقال
اللغة:	الإنجليزية
منشور في:	MDPI AG 2025-04-01
الموضوعات:	wind energy forecasting time series prediction recurrent neural networks long short-term memory extended long short-term memory
الوصول للمادة أونلاين:	https://www.mdpi.com/1999-4893/18/4/206