机译:基于深度学习的特征工程方法可改善建筑能耗预测
Shenzhen Univ, Dept Construct Management & Real Estate, Shenzhen, Peoples R China;
City Univ Hong Kong, Div Bldg Sci & Technol, Hong Kong, Peoples R China;
Zhejiang Univ, Inst Refrigerat & Cryogen, Hangzhou, Zhejiang, Peoples R China;
Univ Tokyo, Grad Sch Frontier Sci, Dept Human & Engn Environm Studies, Tokyo, Japan;
Shenzhen Univ, Dept Construct Management & Real Estate, Shenzhen, Peoples R China;
Building energy prediction; Data mining; Intelligent buildings; Unsupervised deep learning; Generative adversarial networks;
机译:基于深度学习的特征工程方法,用于改进建筑能量预测
机译:一种基于混合的基于深度学习的短期建筑能量负荷预测方法与解释过程结合
机译:基于深度学习的特征工程用于股价波动预测
机译:检查和提高基于深度学习的管道的准确性,以预测建筑能源需求
机译:基于新的特征方法,用于改善青光眼检测和进展预测
机译:基于特征表示学习和深神经网络的药物目标交互预测的基于学习方法
机译:基于深度学习的射线特征,用于改善局部晚期癌症的新辅助化学响应预测
机译:利用改进的建筑构件进行建筑节能和被动加热的设计方法。 1978年1月15日至4月15日第3号进展报告。