Suche nach VOLTA | meineki.news

VOLTA: Überraschende Ineffektivität von Hilfsverlusten im Deep Learning

In einer umfassenden Benchmark-Studie wurde die Effektivität von Hilfsverlusten im Deep Learning hinterfragt. Forscher haben zehn gängige M…

arXiv – cs.LG 13.04.2026 04:00

Forschung

Solar‑VLM: Mehrkanalige Modelle verbessern Solarpower‑Vorhersagen

Ein neues Forschungsprojekt aus dem Bereich der Photovoltaik‑Vorhersage hat die Messlatte für die Genauigkeit von Solarpower‑Prognosen höhe…

arXiv – cs.AI 07.04.2026 04:00

Forschung

Durchsatzoptimierung als strategischer Hebel in großen KI-Systemen

Die Entwicklung von großen Basismodellen, insbesondere von Large Language Models, wird durch erhebliche Rechen- und Speicherengpässe stark…

arXiv – cs.LG 31.03.2026 04:00

Forschung

Efficient Transformer-Lernmodelle für Hausenergiemanagement durch Knowledge Distillation

In der Wohnungsenergiebranche hat sich das Transformer-basierte Reinforcement Learning als vielversprechende Lösung für die sequentielle St…

arXiv – cs.LG 30.03.2026 04:00

Forschung

Leichtgewichtiges, adaptives System erkennt DC-Arc-Faults in PV-Anlagen zuverlässig

In Photovoltaik-Anlagen stellen DC-Arc-Faults ein erhebliches Brandrisiko dar. Traditionelle AFCI-Lösungen stoßen bei realen Betriebsbeding…

arXiv – cs.AI 30.03.2026 04:00

Forschung

Cloud-Edge-Framework verbessert Photovoltaik‑Vorhersagen trotz Latenz Ein neues, kollaboratives Modell für Photovoltaik‑(PV)‑Stromvorhersagen wurde vorgestellt, das die Anforderungen an Genauigkeit, Robustheit gegen wetterbedingte Verteilungen und niedrige Latenz in verteilten Stromnetzen gleichermaßen erfüllt. Das System kombiniert mehrere spezialisierte Komponenten: Ein standortspezifischer Experte liefert für Routinebedingungen präzise Vorhersagen, während ein leichtgewichtiges Edge‑Modell schnelle l

arXiv – cs.LG 25.03.2026 04:00

Forschung

LightGTS-Cov: Modell für Kovariaten-basierte Zeitreihenprognosen

Das neue Modell LightGTS‑Cov erweitert das bereits leichte und zeitspezifische LightGTS um eine gezielte Integration externer Kovariaten. D…

arXiv – cs.LG 12.02.2026 05:00

Forschung

Fehlerdiagnose in PV-Arrays mit differenzierbaren physikalischen Modellen

Eine neue Methode zur Fehlerdiagnose und Quantifizierung von Photovoltaik-Arrays wurde vorgestellt, die auf differenzierbaren physikalische…

arXiv – cs.LG 22.12.2025 05:00

Forschung

Sicheres, nachhaltiges Laden von Elektrobusse mit hierarchischem DRL optimiert

Die Integration von Elektrobusse (EB) in erneuerbare Energiequellen wie Photovoltaik (PV) bietet eine vielversprechende Lösung für umweltfr…

arXiv – cs.LG 04.12.2025 05:00

Forschung

Temporale Graph-Netzwerke für Anomalieerkennung und Leistungsprognose bei PV

Mit dem rasanten Ausbau von Solaranlagen wächst der Bedarf an hochentwickelten Verfahren zur Leistungsüberwachung und frühzeitigen Anomalie…

arXiv – cs.LG 04.12.2025 05:00

Forschung

MPCM-Net: Multi‑Netzwerk mit Partial‑Attention & Mamba für Wolkensegmentierung

Die präzise Segmentierung von Wolkenbildern aus Bodenstationen ist ein entscheidender Schritt für die Vorhersage der Photovoltaikleistung…

arXiv – cs.LG 18.11.2025 05:00

Forschung

OpenMENA: Offenes Memristor-Board für energieeffiziente Edge‑AI

Mit dem Open-MENA-Projekt wird ein vollständig offenes System vorgestellt, das Memristor‑Crossbars für die In‑Memory‑Multiplikation und -Su…

arXiv – cs.AI 07.11.2025 05:00

Forschung

Transfer Learning steigert Genauigkeit bei Vmin‑Vorhersage für 5nm‑Chips

Die präzise Vorhersage der minimalen Betriebsspannung (Vmin) ist entscheidend für die Energieeffizienz und Zuverlässigkeit moderner Halblei…

arXiv – cs.LG 03.09.2025 05:00

Aktuell

NVIDIA Tensor Cores: Von Volta bis Blackwell – ein Quantensprung

NVIDIA hat mit der Volta‑Architektur im Jahr 2017 erstmals spezialisierte Tensor Cores eingeführt, die die Berechnung von Matrix‑Multiplika…

SemiAnalysis 23.06.2025 07:03

Finde Modelle, Firmen und Themen

VOLTA: Überraschende Ineffektivität von Hilfsverlusten im Deep Learning

Solar‑VLM: Mehrkanalige Modelle verbessern Solarpower‑Vorhersagen

Durchsatzoptimierung als strategischer Hebel in großen KI-Systemen

Efficient Transformer-Lernmodelle für Hausenergiemanagement durch Knowledge Distillation

Leichtgewichtiges, adaptives System erkennt DC-Arc-Faults in PV-Anlagen zuverlässig

LightGTS-Cov: Modell für Kovariaten-basierte Zeitreihenprognosen

Fehlerdiagnose in PV-Arrays mit differenzierbaren physikalischen Modellen

Sicheres, nachhaltiges Laden von Elektrobusse mit hierarchischem DRL optimiert

Temporale Graph-Netzwerke für Anomalieerkennung und Leistungsprognose bei PV

MPCM-Net: Multi‑Netzwerk mit Partial‑Attention & Mamba für Wolkensegmentierung

OpenMENA: Offenes Memristor-Board für energieeffiziente Edge‑AI

Transfer Learning steigert Genauigkeit bei Vmin‑Vorhersage für 5nm‑Chips

NVIDIA Tensor Cores: Von Volta bis Blackwell – ein Quantensprung

🍪 Cookie-Einstellungen