Ak­tu­el­les

Zurück
04.10.2022 | Intelligente Eingebettete Systeme

Neu­er Kon­­fe­­ren­z­bei­­trag für das IEEE In­ter­na­tio­nal Con­fe­rence on Ma­chi­ne Learning and Ap­p­li­ca­ti­ons (ICM­LA) 2022 an­­ge­­nom­­men

In dem Artikel "Unified Autoencoder with Task Embeddings for Multi-Task Learning in Renewable Power Forecasting" schlagen Chandana Priya Nivarthi, Stephan Vogt und Bernhard Sick die Verwendung einer Kombination aus Autoencoder und Task Embeddings für Multi-Task- und Transfer-Learning-Szenarien bei der Vorhersage erneuerbarer Energien vor.