Aller au contenu principal
2026 article

Code and Data Repository for MathOptAI.jl: Embed trained machine learning predictors into JuMP models

1Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

The software and data in this repository are a snapshot of the software and data that were used in the research reported on in the paper MathOptAI.jl: Embed trained machine learning predictors into JuMP models by Oscar Dowson, Robert B. Parker, and Russell Bent.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Code and Data Repository for MathOptAI.jl: Embed trained machine learning predictors into JuMP models
Date Crossref
03/04/2026
Éditeur
Institute for Operations Research and the Management Sciences (INFORMS)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Machine Learning and Data ClassificationComputational Physics and Python ApplicationsGaussian Processes and Bayesian Inference

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.