:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Oneto, Alfredo, Gjorgiev, Blazhe, Sansavini, Giovanni
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Applications
Online-Zugang:	https://arxiv.org/abs/2503.14357
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-level informed optimization via decomposed Kriging for large design problems under uncertainty
von: Ampellio, Enrico, et al.
Veröffentlicht: (2025)

PowerGraph: A power grid benchmark dataset for graph neural networks
von: Varbella, Anna, et al.
Veröffentlicht: (2024)

Physics-Informed GNN for non-linear constrained optimization: PINCO a solver for the AC-optimal power flow
von: Varbella, Anna, et al.
Veröffentlicht: (2024)

Optimal Duration of Reserve Capacity Ancillary Services for Distributed Energy Resources
von: Zapparoli, Lorenzo, et al.
Veröffentlicht: (2025)

Power Reserve Capacity from Virtual Power Plants with Reliability and Cost Guarantees
von: Zapparoli, Lorenzo, et al.
Veröffentlicht: (2025)

An Improved Anomaly Detection Model for Automated Inspection of Power Line Insulators
von: Das, Laya, et al.
Veröffentlicht: (2023)

Efficient Multi-Market Scheduling of Virtual Power Plants via Spectral Representation of Uncertainty
von: Zapparoli, Lorenzo, et al.
Veröffentlicht: (2026)

Future Deployment and Flexibility of Distributed Energy Resources in the Distribution Grids of Switzerland
von: Zapparoli, Lorenzo, et al.
Veröffentlicht: (2025)

Hierarchical Probabilistic Principal Component Analysis of Longitudinal Data
von: Zhang, Xinyu, et al.
Veröffentlicht: (2026)

Nonlinear Principal Component Analysis with Random Bernoulli Features for Process Monitoring
von: Chen, Ke, et al.
Veröffentlicht: (2025)

Risk-Aware Multi-Market Scheduling of Virtual Power Plants with Dynamic Network Tariffs
von: Zapparoli, Lorenzo, et al.
Veröffentlicht: (2026)

Penalized Principal Component Analysis Using Smoothing
von: Hurwitz, Rebecca M., et al.
Veröffentlicht: (2023)

A day-ahead market model for power systems: benchmarking and security implications
von: Stankovski, Andrej, et al.
Veröffentlicht: (2026)

An Agglomerative Clustering of Simulation Output Distributions Using Regularized Wasserstein Distance
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2024)

MCMC with Adaptive Principal-Component Transformation: Rotation-Invariant Universal Samplers for Bayesian Structural System Identification
von: Meng, Xianghao, et al.
Veröffentlicht: (2026)

Fair Model-based Clustering
von: Park, Jinwon, et al.
Veröffentlicht: (2026)

Applications of Machine Learning in Pharmacogenomics: Clustering Plasma Concentration-Time Curves
von: Lautier, Jackson P., et al.
Veröffentlicht: (2022)

A Metric-based Principal Curve Approach for Learning One-dimensional Manifold
von: Cuicizion, Eliuvish
Veröffentlicht: (2024)

Variable Selection for Kernel Two-Sample Tests
von: Wang, Jie, et al.
Veröffentlicht: (2023)

Robust Spectral Fuzzy Clustering of Multivariate Time Series with Applications to Electroencephalogram
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Offensive Lineup Analysis in Basketball with Clustering Players Based on Shooting Style and Offensive Role
von: Yamada, Kazuhiro, et al.
Veröffentlicht: (2024)

A Wasserstein GAN-based climate scenario generator for risk management and insurance: the case of soil subsidence
von: Heranval, Antoine, et al.
Veröffentlicht: (2026)

Ranking Vectors Clustering: Theory and Applications
von: Fattahi, Ali, et al.
Veröffentlicht: (2025)

Nested Atoms Model with Application to Clustering Big Population-Scale Single-Cell Data
von: Chakrabarti, Arhit, et al.
Veröffentlicht: (2026)

Supervised Multiple Kernel Learning approaches for multi-omics data integration
von: Briscik, Mitja, et al.
Veröffentlicht: (2024)

Goodness-of-Fit and Clustering of Spherical Data: the QuadratiK package in R and Python
von: Saraceno, Giovanni, et al.
Veröffentlicht: (2024)

Clusterability test for categorical data
von: Hu, Lianyu, et al.
Veröffentlicht: (2023)

Signature Kernel Scoring Rule: A Spatio-Temporal Diagnostic for Probabilistic Weather Forecasting
von: Dodson, Archer, et al.
Veröffentlicht: (2025)

Quantifying Membership Disclosure Risk for Tabular Synthetic Data Using Kernel Density Estimators
von: Pathak, Rajdeep, et al.
Veröffentlicht: (2026)

Federated One-Shot Ensemble Clustering
von: Duan, Rui, et al.
Veröffentlicht: (2024)

Validating Climate Models with Spherical Convolutional Wasserstein Distance
von: Garrett, Robert C., et al.
Veröffentlicht: (2024)

Pure Component Property Estimation Framework Using Explainable Machine Learning Methods
von: Jiao, Jianfeng, et al.
Veröffentlicht: (2025)

Kernel-Based Learning of Chest X-ray Images for Predicting ICU Escalation among COVID-19 Patients
von: Shi, Qiyuan, et al.
Veröffentlicht: (2026)

Integrating Marketing Channels into Quantile Transformation and Bayesian Optimization of Ensemble Kernels for Sales Prediction with Gaussian Process Models
von: Mirshekari, Shahin, et al.
Veröffentlicht: (2024)

DRtool: An Interactive Tool for Analyzing High-Dimensional Clusterings
von: Lin, Justin, et al.
Veröffentlicht: (2025)

Sensitivity Analysis for Active Sampling, with Applications to the Simulation of Analog Circuits
von: Chhaibi, Reda, et al.
Veröffentlicht: (2024)

Fast Uncertainty Quantification for Kernel-Based Estimators in Large-Scale Causal Inference
von: Kosko, Matthew, et al.
Veröffentlicht: (2026)

Using Geographic Location-based Public Health Features in Survival Analysis
von: Seidi, Navid, et al.
Veröffentlicht: (2023)

Depth-Based Local Center Clustering: A Framework for Handling Different Clustering Scenarios
von: Wang, Siyi, et al.
Veröffentlicht: (2025)

Covariance Supervised Principal Component Analysis
von: Papazoglou, Theodosios, et al.
Veröffentlicht: (2025)