机译:基于可解释的机器学习的解释和评估数据驱动的建筑能源绩效模型的新颖方法
Shenzhen Univ, Dept Construct Management & Real Estate, Coll Civil Engn, Shenzhen, Peoples R China|Hong Kong Polytech Univ, Dept Bldg Serv Engn, Hong Kong, Peoples R China;
Hong Kong Polytech Univ, Dept Bldg Serv Engn, Hong Kong, Peoples R China;
Nanjing Tech Univ, Coll Urban Construct, Nanjing, Jiangsu, Peoples R China;
Aviat Univ Airforce, Changchun, Jilin, Peoples R China;
Shenzhen Univ, Dept Construct Management & Real Estate, Coll Civil Engn, Shenzhen, Peoples R China;
Shenzhen Univ, Dept Construct Management & Real Estate, Coll Civil Engn, Shenzhen, Peoples R China;
Building energy management; Interpretable machine learning; Data-driven models; Building operational performance; Big data analytics;
机译:建设高性能可说明的机器学习模型,用于社交媒体基础物质的使用预测
机译:数据驱动机器学习模型中的典型气象年和实际天气数据,用于住宅建筑能源使用
机译:通过机器学习算法对建筑能源系统进行自动数据驱动的建模
机译:使用机器学习建立能量性能预测:数据驱动的能源改造决策框架
机译:使用机器学习算法提出一种新方法来进行,批判和验证城市规模的建筑能源模型。
机译:基于机器学习的数据驱动的智能建筑中居住空间的供热动力学建模
机译:基于机器学习的车辆电网策略,用于提高公共建筑能源性能