UNITesi

Deep Learning and Reinforcement Learning for Industrial Microgrid Energy Management

GHIONE, GIORGIA
2026
2-mar-2026
Inglese
Deep Learning; Reinforcement Learning; Industrial Microgrid; Energy Management; Optimal control; Time series forecasting; Safe Reinforcement Learning; Condition monitoring; Interpretability
BARDELLA, PAOLO
BADAMI, MARCO
Politecnico di Torino
227
Politecnico di Torino
File in questo prodotto:
File Dimensione Formato  
conv_2025_thesis_revised-giorgia-ghione.pdf

embargo fino al 02/03/2029

Licenza: Tutti i diritti riservati
Dimensione 28.99 MB
Formato Adobe PDF
28.99 MB Adobe PDF
conv_2025_thesis_summary_revised-giorgia_ghione.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 113.25 kB
Formato Adobe PDF
Visualizza/Apri
113.25 kB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/359506
Il codice NBN di questa tesi è URN:NBN:IT:POLITO-359506