Fast Power system security analysis with Guided Dropout, supplemental material - Laboratoire Interdisciplinaire des Sciences du Numérique Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2017

Fast Power system security analysis with Guided Dropout, supplemental material

Domaines

Machine Learning [stat.ML] Energie électrique
Fichier principal
Vignette du fichier
main.pdf (679.55 Ko) Télécharger le fichier
Amps_Gen_118.pdf (19.21 Ko) Télécharger le fichier
Amps_Gen_30.pdf (19.24 Ko) Télécharger le fichier
Amps_Val_118.pdf (22.92 Ko) Télécharger le fichier
Amps_Val_30.pdf (23.08 Ko) Télécharger le fichier
archi.jpg (301.71 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)

Benjamin Donnot  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01649938

Soumis le : mercredi 29 novembre 2017-15:53:29

Dernière modification le : lundi 12 février 2024-09:44:03

Télécharger pour visualiser

Dates et versions

hal-01649938 , version 1 (29-11-2017)

Identifiants

  • HAL Id : hal-01649938 , version 1

Citer

Benjamin Donnot, Isabelle Guyon, Marc Schoenauer, Antoine Marot, Patrick Panciatici. Fast Power system security analysis with Guided Dropout, supplemental material. 2017. ⟨hal-01649938⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-RENNES1 CNRS INRIA IRISA UMR8623 CENTRALESUPELEC INRIA2 LRI-AO UR1-MATH-STIC UNIV-PARIS-SACLAY UR1-UFR-ISTIC UNIV-RENNES UR1-MATH-NUM LISN GS-ENGINEERING GS-COMPUTER-SCIENCE LISN-AO
231 Consultations
133 Téléchargements

Partager

Gmail Facebook X LinkedIn More