Цифровой двойникStrategic Evaluation of Planning Strategies for LLM Agents in Cyber-Physical SystemsarXiv — Multiagent Systems (cs.MA) · вчераПрогнозированиеModel Predictive Control for Safety-Critical Systems Using Taylor's Theorem with Lagrange RemainderarXiv — Systems and Control (eess.SY) · вчераЭнергетикаBenchmarking Time Series Foundation Models for Load Forecasting Under Covariate UncertaintyarXiv — Systems and Control (eess.SY) · вчераЦифровой двойникAVEVA Day Nigeria 2026 Explores Digital Twins, Industrial Intelligence and Connected EcosystemsTech Build Africa · вчераЦифровой двойникФедеративный байесовский мониторинг нежелательных событий при тромбэктомииarXiv API — полнотекстовый поиск "digital twin" · вчераЦифровой двойникГенерация обучающих данных для автономного вождения через Real2Sim2Real на цифровом двойникеarXiv API — полнотекстовый поиск "digital twin" · вчераЦифровой двойникМодульный цифровой двойник O-RAN для замкнутых экспериментов с xApp и rApparXiv API — полнотекстовый поиск "digital twin" · вчераМоделированиеRespiratory Mask Testing: Airway Inertance and System DynamicsarXiv — Systems and Control (eess.SY) · 2 днПрогнозированиеПриближённые равновесия Нэша в дифференциальных играх с ограничениями через MPCarXiv — Systems and Control (eess.SY) · 2 днПрогнозированиеЕдиный подход к робастному управлению по данным с терминальными условиямиarXiv — Systems and Control (eess.SY) · 2 днРынок и продуктыСтратегия торговли накопителями на непрерывном внутридневном рынке электроэнергииarXiv — Systems and Control (eess.SY) · 3 днЦифровой двойникЭкспериментальный цифровой двойник для автономного управления оптической сетьюarXiv API — полнотекстовый поиск "digital twin" · 2 дн

Все новости

Связаться с нами

Benchmarking Time Series Foundation Models for Load Forecasting Under Covariate Uncertainty

США и Запад · вчера

arXiv:2610.07232v1 Announce Type: cross Abstract: Accurate short-term load forecasting (STLF) is essential for the reliable and efficient operation of modern power systems. While time series foundation models (TSFMs) have recently demonstrated remarkable performance across a wide range of…

Заголовок оригинала: Benchmarking Time Series Foundation Models for Load Forecasting Under Covariate Uncertainty

Читать первоисточник: arXiv — Systems and Control (eess.SY)

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.