Buchumschlag

Decision-focused learning for optimal PV-Battery scheduling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Depoortere, Joris, Kazmi, Hussain, Driesen, Johan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SolNet: Open-source deep learning models for photovoltaic power forecasting across the globe
von: Depoortere, Joris, et al.
Veröffentlicht: (2024)

What do near-optimal learning rate schedules look like?
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2026)

CySecBench: Generative AI-based CyberSecurity-focused Prompt Dataset for Benchmarking Large Language Models
von: Wahréus, Johan, et al.
Veröffentlicht: (2025)

Creating synthetic energy meter data using conditional diffusion and building metadata
von: Fu, Chun, et al.
Veröffentlicht: (2024)

Decision-focused predictions via pessimistic bilevel optimization: complexity and algorithms
von: Bucarey, Víctor, et al.
Veröffentlicht: (2023)

Empirical evaluation of Time Series Foundation Models for Day-ahead and Imbalance Electricity Price Forecasting in Belgium
von: Bui, Chi, et al.
Veröffentlicht: (2026)

Deep learning-guided evolutionary optimization for protein design
von: Hartman, Erik, et al.
Veröffentlicht: (2026)

Leveraging Asynchronous Cross-border Market Data for Improved Day-Ahead Electricity Price Forecasting in European Markets
von: Mascarenhas, Maria Margarida, et al.
Veröffentlicht: (2025)

HyperbolicLR: Epoch insensitive learning rate scheduler
von: Kim, Tae-Geun
Veröffentlicht: (2024)

Offline reinforcement learning for job-shop scheduling problems
von: Echeverria, Imanol, et al.
Veröffentlicht: (2024)

Diffusion-DFL: Decision-focused Diffusion Models for Stochastic Optimization
von: Zhao, Zihao, et al.
Veröffentlicht: (2025)

Dimension-free error estimate for diffusion model and optimal scheduling
von: de Bortoli, Valentin, et al.
Veröffentlicht: (2025)

Reinforcement learning-based dynamic cleaning scheduling framework for solar energy system
von: An, Heungjo
Veröffentlicht: (2026)

Stepsize anything: A unified learning rate schedule for budgeted-iteration training
von: Tang, Anda, et al.
Veröffentlicht: (2025)

Conformal Prediction for Stochastic Decision-Making of PV Power in Electricity Markets
von: Renkema, Yvet, et al.
Veröffentlicht: (2024)

Decision-focused Graph Neural Networks for Combinatorial Optimization
von: Liu, Yang, et al.
Veröffentlicht: (2024)

Local Statistical Parity for the Estimation of Fair Decision Trees
von: Quintanilla, Andrea, et al.
Veröffentlicht: (2025)

An efficient deep reinforcement learning environment for flexible job-shop scheduling
von: Wu, Xinquan, et al.
Veröffentlicht: (2025)

Lazy vs hasty: linearization in deep networks impacts learning schedule based on example difficulty
von: George, Thomas, et al.
Veröffentlicht: (2022)

Decision-focused Sensing and Forecasting for Adaptive and Rapid Flood Response: An Implicit Learning Approach
von: Sun, Qian, et al.
Veröffentlicht: (2025)

Deep reinforcement learning for irrigation scheduling using high-dimensional sensor feedback
von: Saikai, Yuji, et al.
Veröffentlicht: (2023)

Version age-based client scheduling policy for federated learning
von: Hu, Xinyi, et al.
Veröffentlicht: (2024)

Dynamic operator management in meta-heuristics using reinforcement learning: an application to permutation flowshop scheduling problems
von: Mamaghan, Maryam Karimi, et al.
Veröffentlicht: (2024)

Evaluating and Correcting Performative Effects of Decision Support Systems via Causal Domain Shift
von: Boeken, Philip, et al.
Veröffentlicht: (2024)

Privacy-preserving Decision-focused Learning for Multi-energy Systems
von: Zhou, Yangze, et al.
Veröffentlicht: (2025)

EFPI: Elastic Formation and Position Identification in Football (Soccer) using Template Matching and Linear Assignment
von: Bekkers, Joris
Veröffentlicht: (2025)

Solving the flexible job-shop scheduling problem through an enhanced deep reinforcement learning approach
von: Echeverria, Imanol, et al.
Veröffentlicht: (2023)

Additive regularization schedule for neural architecture search
von: Potanin, Mark, et al.
Veröffentlicht: (2024)

Applications of fractional calculus in learned optimization
von: Szente, Teodor Alexandru, et al.
Veröffentlicht: (2024)

Pressing Intensity: An Intuitive Measure for Pressing in Soccer
von: Bekkers, Joris
Veröffentlicht: (2024)

Unraveling the Rainbow: can value-based methods schedule?
von: Corrêa, Arthur, et al.
Veröffentlicht: (2025)

Prompt, Divide, and Conquer: Bypassing Large Language Model Safety Filters via Segmented and Distributed Prompt Processing
von: Wahréus, Johan, et al.
Veröffentlicht: (2025)

An End-to-End Approach for Microgrid Probabilistic Forecasting and Robust Operation via Decision-focused Learning
von: Cao, Tingwei, et al.
Veröffentlicht: (2025)

Deep reinforcement learning for machine scheduling: Methodology, the state-of-the-art, and future directions
von: Khadivi, Maziyar, et al.
Veröffentlicht: (2023)

Deep progressive reinforcement learning-based flexible resource scheduling framework for IRS and UAV-assisted MEC system
von: Dong, Li, et al.
Veröffentlicht: (2024)

Wildfire danger prediction optimization with transfer learning
von: Maggioros, Spiros, et al.
Veröffentlicht: (2024)

Asymptotically optimal reinforcement learning in Block Markov Decision Processes
von: van Vuren, Thomas, et al.
Veröffentlicht: (2025)

Machine learning meets mass spectrometry: a focused perspective
von: Boiko, Daniil A., et al.
Veröffentlicht: (2024)

Deep learning-driven scheduling algorithm for a single machine problem minimizing the total tardiness
von: Bouška, Michal, et al.
Veröffentlicht: (2024)

Concepts' Information Bottleneck Models
von: Galliamov, Karim, et al.
Veröffentlicht: (2026)