机译:人工神经网络和地理信息系统在公立学校建筑改造潜力评估中的应用
Politecn Milan, Dept Architecture Built Environm & Construct Engn, Via G Ponzio 31, I-20133 Milan, Italy;
Politecn Milan, Dept Architecture Built Environm & Construct Engn, Via G Ponzio 31, I-20133 Milan, Italy;
Univ Brescia, Dept Civil Environm Architectural Engn & Math, Via Branze 43, I-25123 Brescia, Italy;
Energy retrofit; School buildings; Open data; Artificial neural networks (ANN); Geographical Information System (GIS); Data-driven process;
机译:基于地理信息系统和人工神经网络的岩溶地下水污染风险评估模型
机译:建筑改建的多目标优化:基于遗传算法和人工神经网络的模型及其应用
机译:罗马一所公立学校建筑的能源性能研究和可能的改造策略分析
机译:外墙翻新性能评估可预测从翻新到建筑围护的节能潜力
机译:自适应神经模糊推理系统与人工神经网络模型对急诊科患者分类的比较
机译:人工空档网络和地理信息系统在公共学校建筑中评价改造潜力的应用
机译:低收入,单户住宅建筑保护改造的现场测试评估:联合建筑壳体和加热系统改造审计