BriefGPT - AI 论文速递
·
打开黑匣子：利用建筑物理学洞察实现内在可解释的能源数据填补模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于物理信息的去噪自编码器 (PI-DAE) 在商业建筑中填补缺失数据的方法，通过引入物理知识实现更可解释的预测，有效解决建筑能源建模中的缺失数据问题。
🎯
关键要点
- 建筑能源建模中常见缺失数据问题需要先进的数据驱动解决方案。
- 提出了一种基于物理信息的去噪自编码器 (PI-DAE) 用于填补缺失数据。
- 引入物理知识到网络中以实现更可解释的预测。
- 该方法促进了在商业建筑中的实际应用。
➡️
