Anwendung von DRL zur Betriebsoptimierung industrieller Energieversorgungssysteme - Programmcode und ausgewählte Ergebnisse
| dc.contributor.author | Ranzau, Heiko | |
| dc.date.accessioned | 2025-01-26T16:20:46Z | |
| dc.date.available | 2025-01-26T16:20:46Z | |
| dc.date.created | 2024-11 | |
| dc.date.issued | 2025-01-26 | |
| dc.description | Der Datensatz enthält den Programmcode und ausgewählte Ergebnisse, die im Rahmen der Dissertation von Heiko Ranzau zum Thema des angewandten Reinforcement Learnings für industrielle Energieversorgungssysteme entstanden sind. In der Datei README.md finden sich Hinweise zur korrekten Installation des Programmcodes. Ausgewählte Ergebnisse finden sich in den Unterordnern "results". | de_DE |
| dc.identifier.uri | https://tudatalib.ulb.tu-darmstadt.de/handle/tudatalib/4443 | |
| dc.language.iso | en | de_DE |
| dc.rights.license | ODC-BY-1.0 (https://opendatacommons.org/licenses/by/1.0/) | |
| dc.subject | Deep Reinforcement Learning | de_DE |
| dc.subject | Industrielle Energieversorgungssysteme | de_DE |
| dc.subject | Sim-zu-Real Transfer | de_DE |
| dc.subject | Domänen-Randomisierung | de_DE |
| dc.subject.classification | 4.11-06 | |
| dc.subject.ddc | 670 | |
| dc.title | Anwendung von DRL zur Betriebsoptimierung industrieller Energieversorgungssysteme - Programmcode und ausgewählte Ergebnisse | de_DE |
| dc.type | Software | de_DE |
| dcterms.accessRights | openAccess | |
| person.identifier.orcid | #PLACEHOLDER_PARENT_METADATA_VALUE# | |
| tuda.project | PTJ | 03EN2053A | KI4ETA | |
| tuda.unit | TUDa |
Files
Original bundle
1 - 1 of 1
| Name | Description | Size | Format | |
|---|---|---|---|---|
| Programmcode_und_Ergebnisse_Dissertation_HR.zip | 17.31 GB | Unknown data format |