Zobrazeno 1 - 10
of 755
pro vyhledávání: '"Conic programming"'
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.
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.
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.
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.
Autor:
Lucas do Carmo Yamaguti, Juan Manuel Home-Ortiz, Mahdi Pourakbari-Kasmaei, José Roberto Sanches Mantovani
Publikováno v:
Energies, Vol 16, Iss 12, p 4651 (2023)
This paper addresses the problem of economic/environmental optimal power flow with a multiobjective formulation using a second-order conic programming (SOCP) optimization model. This problem formulation considers renewable energy sources (RES), fossi
Externí odkaz:
https://doaj.org/article/719cd3e5aa9a4816ae7161b9f2b8851d
Publikováno v:
Stats, Vol 4, Iss 3, Pp 665-681 (2021)
High-dimensional classification studies have become widespread across various domains. The large dimensionality, coupled with the possible presence of data contamination, motivates the use of robust, sparse estimation methods to improve model interpr
Externí odkaz:
https://doaj.org/article/d1075fb60c454907a062077e2f24753c