Documents dont l'auteur est "Demeester, Kenjy"
Monter d'un niveau
Aide
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Article de revue
Daadaa, M., Séguin, S., Anjos, M. F., & Demeester, K. (2026). Optimizing strategies for short-term hydropower scheduling using a blackbox optimization framework. Engineering Optimization, 23 pages. Lien externe
Daadaa, M., Séguin, S., Anjos, M. F., & Demeester, K. (2023). Quantifying the impact of scenario tree generation and reduction methods on the solution of the short-term hydroscheduling problem. Energy Systems, 30 pages. Lien externe
Daadaa, M., Séguin, S., Demeester, K., & Anjos, M. F. (2021). An optimization model to maximize energy generation in short-term hydropower unit commitment using efficiency points. International Journal of Electrical Power and Energy Systems, 125, 8 pages. Lien externe
Rapport technique
Villeneuve, Y., Séguin, S., Anjos, M. F., & Demeester, K. (2026). Managing short-term hydropower production with a multi-agent reinforcement learning model. (Rapport technique n° G-2026-37). Lien externe
Daadaa, M., Séguin, S., Anjos, M. F., & Demeester, K. (2023). Optimizing strategies for short-term hydropower scheduling using a blackbox optimization framework. (Rapport technique n° G-2023-38). Lien externe
Daadaa, M., Séguin, S., Anjos, M. F., & Demeester, K. (2022). Quantifying the impact of scenario tree generation methods on the solution of the short-term hydroscheduling problem. (Rapport technique n° G-2022-47). Lien externe
Daadaa, M., Séguin, S., Anjos, M. F., & Demeester, K. (2019). A linear mixed-integer formulation of the short-term hydropower problem. (Rapport technique n° G-2019-63). Lien externe
Côté, P., Demeester, K., Orban, D., & Towhidi, M. (2017). Numerical methods for stochastic dynamic programming with application to hydropower optimization. (Rapport technique n° G-2017-64). Lien externe
Mémoire de maîtrise
Demeester, K. (2017). Méthodes numériques appliquées à la programmation dynamique stochastique pour la gestion d'un système hydroélectrique [Mémoire de maîtrise, École Polytechnique de Montréal]. Disponible