Zobrazeno 1 - 10
of 335
pro vyhledávání: '"Rizzi, Antonello"'
Efforts in the fight against Climate Change are increasingly oriented towards new energy efficiency strategies in Smart Grids (SGs). In 2018, with proper legislation, the European Union (EU) defined the Renewable Energy Community (REC) as a local ele
Externí odkaz:
http://arxiv.org/abs/2402.01688
Autor:
De Santis, Enrico, Rizzi, Antonello
Publikováno v:
In Neural Networks June 2024 174
Publikováno v:
In Microprocessors and Microsystems March 2023 97
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.
Accelerating inexact string matching procedures is of utmost importance when dealing with practical applications where huge amount of data must be processed in real time, as usual in bioinformatics or cybersecurity. Inexact matching procedures can yi
Externí odkaz:
http://arxiv.org/abs/1712.03560
Publikováno v:
Engineering Applications of Artificial Intelligence, Elsevier, 2016
In this paper we propose a framework for identifying patterns and regularities in the pseudo-anonymized Call Data Records (CDR) pertaining a generic subscriber of a mobile operator. We face the challenging task of automatically deriving meaningful in
Externí odkaz:
http://arxiv.org/abs/1711.08398
Autor:
Bianchi, Filippo Maria, Maiorino, Enrico, Kampffmeyer, Michael C., Rizzi, Antonello, Jenssen, Robert
The key component in forecasting demand and consumption of resources in a supply network is an accurate prediction of real-valued time series. Indeed, both service interruptions and resource waste can be reduced with the implementation of an effectiv
Externí odkaz:
http://arxiv.org/abs/1705.04378
Publikováno v:
In Applied Soft Computing Journal January 2022 115
Bio-inspired algorithms like Genetic Algorithms and Fuzzy Inference Systems (FIS) are nowadays widely adopted as hybrid techniques in commercial and industrial environment. In this paper we present an interesting application of the fuzzy-GA paradigm
Externí odkaz:
http://arxiv.org/abs/1604.04789