Recherche
Voici les éléments 1-9 de 9
A dynamic sequential route choice model for micro-simulation
(2013-06-03)
Dans les études sur le transport, les modèles de choix de route décrivent la sélection par un utilisateur d’un chemin, depuis son origine jusqu’à sa destination. Plus précisément, il s’agit de trouver dans un réseau composé ...
Development of new scenario decomposition techniques for linear and nonlinear stochastic programming
(2016-09-28)
Une approche classique pour traiter les problèmes d’optimisation avec incertitude à
deux- et multi-étapes est d’utiliser l’analyse par scénario. Pour ce faire, l’incertitude de
certaines données du problème est modélisée ...
European day-ahead electricity price forecasting
(2021-03-24)
Dans le contexte de l’augmentation de la part de la production énergétique provenant de sources renouvelables imprévisibles, les prix de l’électricité sont plus volatiles que jamais. Cette volatilité rend la prévision des ...
Estimating the probability of a fleet vehicle accident : a deep learning approach using conditional variational auto-encoders
(2021-03-24)
Le risque est la possibilité d'un résultat négatif ou indésirable. Dans nos travaux, nous évaluons le risque d'accident d'un véhicule de flotte à partir des données de 1998 et 1999 fournies par la Société d'assurance ...
Leveraging deep reinforcement learning in the smart grid environment
(2021-03-24)
L’apprentissage statistique moderne démontre des résultats impressionnants, où les or- dinateurs viennent à atteindre ou même à excéder les standards humains dans certaines applications telles que la vision par ordinateur ...
Staffing optimization with chance constraints in call centers
(2014-03-03)
Les centres d’appels sont des éléments clés de presque n’importe quelle grande organisation. Le problème de gestion du travail a reçu beaucoup d’attention dans la littérature. Une formulation typique se base sur des mesures ...
Estimation of Noisy Cost Functions by Conventional and Adjusted Simulated Annealing Techniques
(2018-05-10)
L'algorithme de recuit simulé est largement utilisé dans la communauté d'optimisation pour résoudre divers types de problèmes, discrets et continus.
L'objectif de cette thèse est d'analyser le recuit simulé dans des ...
Revisiting optimization algorithms for maximum likelihood estimation
(2013-06-03)
Parmi les méthodes d’estimation de paramètres de loi de probabilité en statistique, le
maximum de vraisemblance est une des techniques les plus populaires, comme, sous des conditions l´egères, les estimateurs ainsi produits ...
Measuring RocksDB performance and adaptive sampling for model estimation
(2022-03-16)
This thesis focuses on two topics, namely statistical learning and the prediction of key performance indicators in the performance evaluation of a storage engine.
The part on statistical learning presents a novel ...