:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ramachandran, Adithya, Neergaard, Thorkil Flensmark B., Arias-Vergara, Tomás, Maier, Andreas, Bayer, Siming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computers and Society
Online-Zugang:	https://arxiv.org/abs/2509.07515
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Advancing Heat Demand Forecasting with Attention Mechanisms: Opportunities and Challenges
von: Ramachandran, Adithya, et al.
Veröffentlicht: (2025)

A Deep Learning Framework for Heat Demand Forecasting using Time-Frequency Representations of Decomposed Features
von: Ramachandran, Adithya, et al.
Veröffentlicht: (2026)

Urban Water Consumption Forecasting Using Deep Learning and Correlated District Metered Areas
von: Malialis, Kleanthis, et al.
Veröffentlicht: (2024)

Physics-informed GNN for medium-high voltage AC power flow with edge-aware attention and line search correction operator
von: Kim, Changhun, et al.
Veröffentlicht: (2025)

Beating the Style Detector: Three Hours of Agentic Research on the AI-Text Arms Race
von: Maier, Andreas, et al.
Veröffentlicht: (2026)

GAIA: A General Agency Interaction Architecture for LLM-Human B2B Negotiation & Screening
von: Zhao, Siming, et al.
Veröffentlicht: (2025)

A Scoping Review of Machine Learning Applications in Power System Protection and Disturbance Management
von: Oelhaf, Julian, et al.
Veröffentlicht: (2025)

Privacy, Informed Consent and the Demand for Anonymisation of Smart Meter Data
von: Chhachhi, Saurab, et al.
Veröffentlicht: (2025)

Consumer Autonomy or Illusion? Rethinking Consumer Agency in the Age of Algorithms
von: Nokhiz, Pegah, et al.
Veröffentlicht: (2025)

A Self-Supervised Learning Pipeline for Demographically Fair Facial Attribute Classification
von: Ramachandran, Sreeraj, et al.
Veröffentlicht: (2024)

Back-filling Missing Data When Predicting Domestic Electricity Consumption From Smart Meter Data
von: Chen, Xianjuan, et al.
Veröffentlicht: (2024)

Disentangling Shared and Task-Specific Representations from Multi-Modal Clinical Data
von: Lyu, He, et al.
Veröffentlicht: (2026)

Learning Wavelet-Sparse FDK for 3D Cone-Beam CT Reconstruction
von: Sun, Yipeng, et al.
Veröffentlicht: (2025)

Learning Representational Disparities
von: Ravishankar, Pavan, et al.
Veröffentlicht: (2025)

News and Load: A Quantitative Exploration of Natural Language Processing Applications for Forecasting Day-ahead Electricity System Demand
von: Bai, Yun, et al.
Veröffentlicht: (2023)

The World of AI: A Novel Approach to AI Literacy for First-year Engineering Students
von: Siddharth, Siddharth, et al.
Veröffentlicht: (2025)

Ethical AI in Retail: Consumer Privacy and Fairness
von: Adanyin, Anthonette
Veröffentlicht: (2024)

Benchmarking Machine Learning Models for Fault Classification and Localization in Power System Protection
von: Oelhaf, Julian, et al.
Veröffentlicht: (2025)

Electricity Demand Forecasting in Future Grid States: A Digital Twin-Based Simulation Study
von: Bayer, Daniel R., et al.
Veröffentlicht: (2025)

Can LLMs Think Like Consumers? Benchmarking Crowd-Level Reaction Reconstruction with ConsumerSimBench
von: Wang, Tianyu, et al.
Veröffentlicht: (2026)

Next-Generation Conflict Forecasting: Unleashing Predictive Patterns through Spatiotemporal Learning
von: von der Maase, Simon P.
Veröffentlicht: (2025)

The Elephant in the Room -- Why AI Safety Demands Diverse Teams
von: Rostcheck, David, et al.
Veröffentlicht: (2024)

Baseline Performance of AI Tools in Classifying Cognitive Demand of Mathematical Tasks
von: Fox, Danielle S., et al.
Veröffentlicht: (2026)

The Illusion of Friendship: Why Generative AI Demands Unprecedented Ethical Vigilance
von: Islam, Md Zahidul
Veröffentlicht: (2026)

Advancing Autonomous Driving System Testing: Demands, Challenges, and Future Directions
von: Liao, Yihan, et al.
Veröffentlicht: (2025)

Parameter-Efficient Domain Adaptation of Physics-Informed Self-Attention based GNNs for AC Power Flow Prediction
von: Karim, Redwanul, et al.
Veröffentlicht: (2026)

Forecasting Open-Weight AI Model Growth on HuggingFace
von: Bhandari, Kushal Raj, et al.
Veröffentlicht: (2025)

Green AI: Which Programming Language Consumes the Most?
von: Marini, Niccolò, et al.
Veröffentlicht: (2024)

A Framework for Studying AI Agent Behavior: Evidence from Consumer Choice Experiments
von: Cherep, Manuel, et al.
Veröffentlicht: (2025)

Wikipedia in the Era of LLMs: Evolution and Risks
von: Huang, Siming, et al.
Veröffentlicht: (2025)

Understanding the Relationship Between Firms' AI Technology Innovation and Consumer Complaints
von: Ma, Yongchao Martin, et al.
Veröffentlicht: (2026)

Position: The AI Conference Peer Review Crisis Demands Author Feedback and Reviewer Rewards
von: Kim, Jaeho, et al.
Veröffentlicht: (2025)

Learning Fairer Representations with FairVIC
von: Barker, Charmaine, et al.
Veröffentlicht: (2024)

The Representational Status of Deep Learning Models
von: Duede, Eamon
Veröffentlicht: (2023)

Non-myopic Matching and Rebalancing in Large-Scale On-Demand Ride-Pooling Systems Using Simulation-Informed Reinforcement Learning
von: Namdarpour, Farnoosh, et al.
Veröffentlicht: (2025)

Personalized Knowledge Tracing through Student Representation Reconstruction and Class Imbalance Mitigation
von: Chen, Zhiyu, et al.
Veröffentlicht: (2024)

Can Consumer Chatbots Reason? A Student-Led Field Experiment Embedded in an "AI-for-All" Undergraduate Course
von: Shehu, Amarda, et al.
Veröffentlicht: (2025)

Improving Demand Forecasting in Open Systems with Cartogram-Enhanced Deep Learning
von: Park, Sangjoon, et al.
Veröffentlicht: (2024)

A Personalized Framework for Consumer and Producer Group Fairness Optimization in Recommender Systems
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2024)

Enhancing Project Performance Forecasting using Machine Learning Techniques
von: Sadeghi, Soheila
Veröffentlicht: (2024)