Zobrazeno 1 - 10
of 35
pro vyhledávání: '"Asensio, Omar Isaac"'
Autor:
Shaikh, Omar, Saad-Falcon, Jon, Wright, Austin P, Das, Nilaksh, Freitas, Scott, Asensio, Omar Isaac, Chau, Duen Horng
The advent of larger machine learning (ML) models have improved state-of-the-art (SOTA) performance in various modeling tasks, ranging from computer vision to natural language. As ML models continue increasing in size, so does their respective energy
Externí odkaz:
http://arxiv.org/abs/2103.16435
Autor:
Liu, Yifan, Francis, Azell, Hollauer, Catharina, Lawson, M. Cade, Shaikh, Omar, Cotsman, Ashley, Bhardwaj, Khushi, Banboukian, Aline, Li, Mimi, Webb, Anne, Asensio, Omar Isaac
Publikováno v:
In Communications in Transportation Research December 2023 3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Asensio, Omar Isaac1,2 (AUTHOR) asensio@gatech.edu, Apablaza, Camila Z.1 (AUTHOR), Lawson, M. Cade3 (AUTHOR), Walsh, Sarah Elizabeth4 (AUTHOR)
Publikováno v:
Journal of Industrial Ecology. Feb2022, Vol. 26 Issue 1, p183-196. 14p. 4 Charts, 3 Graphs.
Autor:
Asensio, Omar Isaac, Delmas, Magali A.
Publikováno v:
In Journal of Economic Behavior and Organization June 2016 126 Part A:196-212
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Scientific Data, Vol 8, Iss 1, Pp 1-7 (2021)
Scientific Data
Scientific Data
Problems of poor network interoperability in electric vehicle (EV) infrastructure, where data about real-time usage or consumption is not easily shared across service providers, has plagued the widespread analysis of energy used for transportation. I
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b238fe4a47b3dea83e35fe4338a7b7cb
https://doaj.org/article/80f40661829843cf9ebefbe9b2a84168
https://doaj.org/article/80f40661829843cf9ebefbe9b2a84168
In this study, we report state-of-the-art multi-label topic classification using transformer models, BERT and XLNet on electric vehicle (EV) charging reviews data, a unique national dataset that represents the entire US EV market from the emerging ye
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::57e9c89398b0853b948ed07c19de6f8b
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.