Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–1 dari 1 artikel
A Comparative Analysis of Deep Learning Models for Predicting Power System Failures
Dimas Aditya
; Devina Putri
; Nanda Asyifa
International Journal of Electrical Engineering, Mathematics and Computer Science
Vol 1
, No 1
(2024)
Power systems are critical infrastructure that face significant challenges due to increasing demand and inherent complexity. Predicting failures in power systems is crucial for enhancing grid reliability, minimizing downtime, and optimizing maintenance processes. This study evaluates various deep learning models, specifically convolutional neural networks (CNN), recurrent neural networks (RNN), and transformer models, for predicting power system failures. By analyzing these models’ performance m...
Sumber Asli
Google Scholar
DOI