Хайтао У › Научные исследования в СПбГУ

Хайтао У

У, Хайтао

(срок истёк)

Результаты

Multi type mean field reinforcement learning for optimal resource allocation in heterogeneous network
Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
Comparison of multi-step forecasting methods for renewable energy
Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
Microgrid control for renewable energy sources based on deep reinforcement learning and numerical optimization approaches*
Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование

Просмотреть все (7) »

Деятельность

Resource Allocation in Heterogeneous Network with Supervised GNNs
Деятельность: Выступление на научной конференции › выступление с устным докладом

Просмотреть все (1) »

ID: 47667864

Научные исследования в СПбГУ

Согласие на обработку персональных данных,
в том числе собираемых посредством метрических программ

Политика СПбГУ в отношении обработки персональных данных

Pure – это продукт компании Elsevier
На данном информационном ресурсе могут быть опубликованы архивные материалы
с упоминанием физических и юридических лиц, включенных Министерством юстиции
Российской Федерации в реестр иностранных агентов

Вход в Pure

У, Хайтао

Результаты

Multi type mean field reinforcement learning for optimal resource allocation in heterogeneous network

Comparison of multi-step forecasting methods for renewable energy

Microgrid control for renewable energy sources based on deep reinforcement learning and numerical optimization approaches*

Деятельность

Resource Allocation in Heterogeneous Network with Supervised GNNs