Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: dcs=658.2*
|
|
|
| Link zu diesem Datensatz | https://d-nb.info/1200808231 |
| Art des Inhalts | Hochschulschrift |
| Titel | Deep Reinforcement Learning zur Betriebsoptimierung hybrider industrieller Energienetze / Niklas Panten |
| Person(en) | Panten, Niklas (Verfasser) |
| Organisation(en) | Shaker Verlag (Verlag) |
| Ausgabe | 1. Auflage |
| Verlag | Düren : Shaker |
| Zeitliche Einordnung | Erscheinungsdatum: 2019 |
| Umfang/Format | Online-Ressource, 319 Seiten : 110 Illustrationen (pdf) |
| Andere Ausgabe(n) | Erscheint auch als Druck-Ausgabe: Panten, Niklas: Deep Reinforcement Learning zur Betriebsoptimierung hybrider industrieller Energienetze |
| Hochschulschrift | Dissertation, Technische Universität Darmstadt, 2019 |
| Persistent Identifier | URN: urn:nbn:de:101:1-2019120104244028569763 |
| ISBN/Einband/Preis | 978-3-8440-7036-1 |
| Sprache(n) | Deutsch (ger) |
| Beziehungen | Schriftenreihe des PTW: "Innovation Fertigungstechnik" |
| Schlagwörter | Industrie 4.0 ; Industriebetrieb ; Energiemanagement ; Maschinelles Lernen ; Effizienzsteigerung |
| DDC-Notation | 658.26 [DDC23ger] |
| Sachgruppe(n) | 650 Management |
| Online-Zugriff | Archivobjekt öffnen |

