值得一提的是,此项研究训练数据数量和epoch数量对强化学习代理进行调参(fine tune)有所不足,因此预测得到的最佳性能的动态建筑形式不够有鲁棒性。为了进一步完善这一概念验证工作,在未来可以利用更多从数值和实验测试中收集的公开数据集来丰富我们的训练数据库,使得DDPG中的神经网络收敛程度更好,并且对传动输出的预测更鲁棒。当前工作的贡献是证明了将强化学习应用于变形建筑物动态外观的可行性。...
因此,基于几个假设,准确地测量和预测碳排放就变得很复杂,而且随着时间发展,这些假设变得越来越不稳固。相比之下,建筑物的能源需求将在其整个运营周期中保持相对稳定,如果首先将建筑物的能源需求降到最低,那么碳减排数据将有显著改善。由于这些原因,应当把能源使用作为主要指标,但在适当的情况下将其与碳排放量联系起来。新建筑设计要求净零碳的关键是所谓的深度能效。...
将来,当你掏出智能手机询问自己的位置时,它会通过综合大量多元化的信息来回答你,诸如来自Wi-Fi接入点和本地基站的信号就可以用来对你的位置作三角测量。它还可以利用其加速度计和陀螺仪等内部传感器来判断相比最近一次信号检测时你移动的距离和方向。然而由于缺乏验证测试,这些结果一直都不为人所信。...
对物联网而言,边缘计算技术取得突破,意味着通过本地设备就可实现数据分析与控制,无需交付云端处理。这将大大提升数据处理效率,减轻云端负荷,为用户提供更快速的响应。目前,全球正在使用的物联网设备大约有231.4亿个,而这一数字在未来两年内将上升到310亿。到2025年,预计将有800亿设备在使用和收集数据,所产生的数据量可达到180ZB,而2016年仅有1ZB。...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号