EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Prediction of mooring dynamics for a semi-submersible floating wind turbine with recurrent neural network models

Mohammad Arif Payenda, Shuaishuai Wang, Zhiyu Jiang, Andreas Prinz

Ocean Engineering · 2024-12 · 313 · 119490

DOI: 10.1016/j.oceaneng.2024.119490 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Ocean Engineering, 2024-12. Verfasst von Mohammad Arif Payenda und 3 weiteren Autor:innen. Die Arbeit wurde bisher 42-mal zitiert (Crossref) und nennt 58 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Payenda, M. A., Wang, S., Jiang, Z., & Prinz, A. (2024). Prediction of mooring dynamics for a semi-submersible floating wind turbine with recurrent neural network models. Ocean Engineering, 313, 119490. https://doi.org/10.1016/j.oceaneng.2024.119490

Vancouver

Payenda MA, Wang S, Jiang Z, Prinz A. Prediction of mooring dynamics for a semi-submersible floating wind turbine with recurrent neural network models. Ocean Engineering. 2024;313:119490. doi:10.1016/j.oceaneng.2024.119490

BibTeX
@article{Payenda2024,
  author = {Payenda, Mohammad Arif and Wang, Shuaishuai and Jiang, Zhiyu and Prinz, Andreas},
  title = {Prediction of mooring dynamics for a semi-submersible floating wind turbine with recurrent neural network models},
  journal = {Ocean Engineering},
  year = {2024},
  volume = {313},
  pages = {119490},
  doi = {10.1016/j.oceaneng.2024.119490}
}
Kostenlos starten →