انتقل إلى المحتوى

Peerfordتحليلات البحث العلمي

الدول
المؤسسات
الباحثون
المجالات
التصنيفات
المقارنة
Commons

ابحث في المؤسسات والباحثين والدول والمنشورات

تسجيل الدخول

الدول
المؤسسات
الباحثون
المجالات
التصنيفات
المقارنة

Commonsحيث يتحدث الباحثون عن أعمالهم

ابحث في المؤسسات والباحثين والدول والمنشورات

كل رقم هنا يحسبه Peerford من الأعمال نفسها، بالطريقة نفسها لكل مؤسسة.

تصفّح

الدول
المؤسسات
الباحثون
المجالات
التصنيفات
Commons للباحثين

حول Peerford

كيف يحسب Peerford
المقارنة بين المؤسسات
الخصوصية
شروط الاستخدام

تواصل معنا

hello@peerford.com
https://wa.me/peerford · واتساب

اللغة

Englishالإنجليزية
Françaisالفرنسية
Portuguêsالبرتغالية
العربية

المظهر

النظامفاتحداكن

Bernard Marfo Adjei · Peerford

Kwame Nkrumah University of Science and Technology / الباحثون

BA

Bernard Marfo Adjei

Kwame Nkrumah University of Science and Technology

Research Assistant, Kwame Nkrumah University of Science and Technology, منذ 2024بحسب ORCID

ينشر منذ 2026

Electrical and Electronic Engineering
Control and Systems Engineering

ORCID 0009-0003-6051-7781
السجل على OpenAlex
تنزيل السيرة الذاتية:PDF Word
المؤلفون المشاركون أماكن المؤلفين المشاركين كل المنشورات
هل هذا أنت؟ سجّل الدخول لتعديل ملفك

المنشورات: 22026
الاستشهادات: 0لتلك الأبحاث
مؤشر h: 0مؤشر i10: 0
التأثير المرجّح بالمجال: 0.001.00 هو المتوسط العالمي
أعلى 10% عالميًا: 0‎%‎0 من 2 من الأبحاث المقيَّمة
وصول مفتوح: 100‎%‎متاح للقراءة مجانًا: بحثان

موضوعات العمل

بحسب تصنيف كل بحث

المجالات الفرعية

Electrical and Electronic Engineering2100‎%‎
Control and Systems Engineering150‎%‎

Physical Sciences

أكثر الموضوعات تناولًا

Optimal Power Flow Distribution2
Power System Optimization and Stability2
Energy Load and Power Forecasting1
Thermal Analysis in Power Transmission1

المؤلفون المشاركون

المسيرة المهنية

بحسب سجل ORCID كما قُرئ في 4 أكتوبر 2026

المناصب

Research Assistant, Electric and Electronic EngineeringKwame Nkrumah University of Science and Technologyمنذ 2024

المنشورات

2 إجمالًا

الأحدث الأكثر استشهادًا الأقدم العنوان

البحث في المنشورات حسب العنوان

Warm-starting conventional solver for ACOPF prediction using Modified Seagull Optimization Algorithm and physics-informed spatiotemporal graph neural network
2026Electrical Engineering and Energy (ELENE)مجلةوصول مفتوحالمؤلف الرئيسي0 استشهاد10.64470/elene.2026.34
End to end prediction of optimal power flow in sustainable power system using physics-informed spatiotemporal graph neural network

أكثر المؤلفين المشاركين تكرارًا، والأبحاث المشتركة معهم

أوعية النشر

Electrical Engineering and Energy (ELENE)2

إتاحة القراءة

100‎%‎ متاح للقراءة مجانًا

ماسي 2 · 100‎%‎مجاني للقراءة والنشر

أهداف التنمية المتناوَلة

بحسب عنوان كل بحث وملخصه

7طاقة نظيفة وبأسعار معقولة1

الأكثر استشهادًا

Warm-starting conventional solver for ACOPF prediction using Modified Seagull Optimization Algorithm and physics-informed spatiotemporal graph neural network
Electrical Engineering and Energy (ELENE)7
20260 استشهادوصول مفتوح · ماسي
End to end prediction of optimal power flow in sustainable power system using physics-informed spatiotemporal graph neural network
Electrical Engineering and Energy (ELENE)
20260 استشهادوصول مفتوح · ماسي

2026

Electrical Engineering and Energy (ELENE)

مجلة

وصول مفتوح

المؤلف الرئيسي

0 استشهاد

10.64470/elene.2026.33