Zobrazeno 1 - 10
of 267
pro vyhledávání: '"DALTON, A G"'
Autor:
Antonio C. C. Perrelli, Eduardo A. Sodré, André V. R. N. Silva, Caarem D. S. Studzinski, Vinícius F. Silva, Dalton F. G. Filho, Armando T. Neto, Alex A. B. Santos
Publikováno v:
International Journal of Energy Economics and Policy, Vol 14, Iss 5 (2024)
Wind energy is rapidly expanding its capacity as part of the global energy transition. To ensure economic viability, wind energy projects increasingly rely on risk mitigation strategies. While Power Purchase Agreements (PPAs) manage spot market price
Externí odkaz:
https://doaj.org/article/0420877305a741e38d97629f91f5add5
Autor:
Punt, André E., Dalton, Michael G., Adams, Grant D., Barbeaux, Steven J., Cheng, Wei, Hermann, Albert J., Holsman, Kirstin K., Hulson, Peter-John F., Hurst, Thomas P., Rovellini, Alberto
Publikováno v:
In Fisheries Research April 2024 272
Publikováno v:
Sensors, Vol 23, Iss 14, p 6286 (2023)
Federated learning (FL) is a distributed training method for machine learning models (ML) that maintain data ownership on users. However, this distributed training approach can lead to variations in efficiency due to user behaviors or characteristics
Externí odkaz:
https://doaj.org/article/960e8b419af44af3aa9ba2615f955c91
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Gruzdev, Arseniy P., Melnikov, Nikolai B., Dalton, Michael G., Weitzel, Matthias, O’Neill, Brian C.
Publikováno v:
In IFAC PapersOnLine 2018 51(32):562-567
Autor:
Dalton, Melissa G. (AUTHOR) MDalton@csis.org
Publikováno v:
Bulletin of the Atomic Scientists. 2017, Vol. 73 Issue 5, p312-315. 4p.
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:
In Energy Economics June 2017 65:87-97
Autor:
Kremen, C., Niles, J. O., Dalton, M. G., Daily, G. C., Ehrlich, P. R., Fay, J. P., Grewal, D., Guillery, R. P.
Publikováno v:
Science, 2000 Jun 01. 288(5472), 1828-1832.
Externí odkaz:
https://www.jstor.org/stable/3075436
Publikováno v:
Sensors; Volume 23; Issue 14; Pages: 6286
Federated learning (FL) is a distributed training method for machine learning models (ML) that maintain data ownership on users. However, this distributed training approach can lead to variations in efficiency due to user behaviors or characteristics