EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Optimization of Residual Hybridization in AIoT-Based Load Forecasting Using LSTM+XGBoost Model

Istikmal, Aji Gautama Putrada, Fadil Al Afgani

IEEE Access · 2026 · 14 · 33353-33368

DOI: 10.1109/access.2026.3667675 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2026. Verfasst von Istikmal und 2 weiteren Autor:innen. Die Arbeit wurde bisher 6-mal zitiert (Crossref) und nennt 69 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Universitas Telkom.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Universitas Telkom

Zitieren

APA

Istikmal, Putrada, A. G., & Afgani, F. A. (2026). Optimization of Residual Hybridization in AIoT-Based Load Forecasting Using LSTM+XGBoost Model. IEEE Access, 14, 33353-33368. https://doi.org/10.1109/access.2026.3667675

Vancouver

Istikmal, Putrada AG, Afgani FA. Optimization of Residual Hybridization in AIoT-Based Load Forecasting Using LSTM+XGBoost Model. IEEE Access. 2026;14:33353-33368. doi:10.1109/access.2026.3667675

BibTeX
@article{Istikmal2026,
  author = {Istikmal and Putrada, Aji Gautama and Afgani, Fadil Al},
  title = {Optimization of Residual Hybridization in AIoT-Based Load Forecasting Using LSTM+XGBoost Model},
  journal = {IEEE Access},
  year = {2026},
  volume = {14},
  pages = {33353--33368},
  doi = {10.1109/access.2026.3667675}
}
Kostenlos starten →