| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
تخمین کمی دقیق از عملکرد انرژی ساختمان های مسکونی با استفاده از ابزار یادگیری ماشین آماری |
| عنوان انگلیسی مقاله: |
Accurate quantitative estimation of energy performance of residential buildings using statistical machine learning tools |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2012 |
| تعداد صفحات مقاله انگلیسی | 9 صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | معماری |
| گرایش های مرتبط با این مقاله | معماری پایدار |
| مجله | انرژی و ساختمان ها – Energy and Buildings |
| دانشگاه | ریاضی کاربردی و صنعتی (OCIAM)، موسسه ریاضی، دانشگاه آکسفورد بریتانیا |
| کلمات کلیدی | ارزیابی انرژی ساختمان، بار گرمایش، بار خنک کننده، آمار غیر پارامتری، یادگیری ماشین آماری |
| رفرنس | دارد |
| لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
| نشریه | الزویر – Elsevier |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 21 صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است |
| ترجمه متون داخل تصاویر | ترجمه شده است |
| ترجمه متون داخل جداول | ترجمه شده است |
| درج تصاویر در فایل ترجمه | درج شده است |
| درج جداول در فایل ترجمه | درج شده است |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
1. معرفی
2. داده
3. روش ها
3.1. شناسایی داده ها و تجزیه و تحلیل آماری
3.2. ترسیم آماری از متغیرهای ورودی به متغیرهای خروجی
3.2.1. حداقل مربعات که مکررا دوبار وزن دهی شده
3.2.2. طبقه بندی با استفاده از جنگلهای تصادفی
32..3. اعتبار سنجی متقابل و تعمیم مدل
4. نتایج
4.1. تحلیل آماری
4.2. نتایج اعتبار سنجی متقابل با استفاده از IRLS و RF
5. بحث
- بخشی از ترجمه:
5. بحث
ما یک چارچوب جامع برای مطالعه HL و CL با استفاده از طیف وسیعی از متغیرهای ورودی متنوع که شامل خواص فشردگی، جهت و جداره بود را توسعه دادیم. ما نشان دادیم که ما می توانیم HL را با انحراف تنها 0.5 درجه و CL را با انحراف 1.5 درجه از حقیقت زمین ground truth (نتایج شبیه سازی شده) با دقت برآورد کنیم. این یافته ها به خصوص با توجه به پیش بینی دقیق قانع کننده هستند، و همچنین از آنجا که ما به راحتی می توانیم متغیرهای خروجی را در کسری از ثانیه بدون نیاز به طراحی پر زحمت یک ساختمان جدید، در یک ابزار شبیه سازی مانند Ecotect استنباط کنیم. خاطرنشان کردیم که مقادیر ارائه شده Ecotect برای HL و CL برای منعکس کردن مقادیر واقعی در نظر گرفته شده است. مقایسه دقیق مقادیر خروجی ارائه شده از برنامه های شبیه سازی مختلف فراتر از محدوده این مطالعه است. علاوه بر این، روش ارائه شده صرف نظر از اینکه برنامه شبیه سازی که مقادیری را که تصور می شود دقیق هستند را تولید می کند، قابل اجرا باشد.
- بخشی از مقاله انگلیسی:
5 DISCUSSION
We have developed a comprehensive framework to study HL and CL using a range of diverse input variables which included compactness, orientation and glazing properties. We demonstrated that we can accurately estimate HL with only 0.5 points deviation and CL with 1.5 points deviation from the ground truth (the simulated results). These findings are particularly compelling given the accurate prediction, and also because we can easily infer the output variables in a matter of few seconds without requiring the painstaking design of a new building in a simulation tool such as Ecotect. We remark that the values provided by Ecotect for HL and CL are considered to reflect the true actual values; a detailed comparison of the provided output values from different simulation programs is beyond the scope of this study. Moreover, the presented methodology is applicable regardless of the simulation program that generates values which are believed to be accurate.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
|
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
کاربرد ابزار یادگیری ماشین آماری در برآورد کارایی انرژی ساختمان |
| عنوان انگلیسی مقاله: |
Accurate quantitative estimation of energy performance of residential buildings using statistical machine learning tools |
|
|