面向建筑能源与室内环境的机器学习：一种视角
计算机与社会
2018-01-04 v1 机器学习
摘要
机器学习是一种在许多实际应用中颇具前景的技术。在本视角中，我们阐述了机器学习的发展与应用。指出由于难以确定具有更好预测性能的模型结构，机器学习方法在节能与室内环境领域的理论和应用尚不成熟。为显著助力解决这些问题，我们利用 ANN 模型预测室内可培养真菌浓度，取得了更好的准确度和便利性。混合方法的提出进一步拓展了机器学习方法的应用领域。此外，基于 HTS 的 ANN 模型成功应用于建筑能源系统的优化。我们希望通过我们的介绍与视角，这一新方法能因其准确性和可靠性的潜在发展而获得研究者更多的关注。然而，其在其他领域的可行性尚需进一步推进。
引用
@article{arxiv.1801.00779,
title = {Machine Learning for Building Energy and Indoor Environment: A Perspective},
author = {Zhijian Liu and Di Wu and Hongyu Wei and Guoqing Cao},
journal= {arXiv preprint arXiv:1801.00779},
year = {2018}
}
备注
Submitted to a Interdisciplinary Journal