Physics-informed hybrid modeling methodology for building infiltration: Fid-Bau Portal

Physics-informed hybrid modeling methodology for building infiltration

Zhang, Liang / Kaufman, Zoe / Leach, Matt

Zugriff

Zugriff prüfen

Verfügbarkeit in meiner Bibliothek prüfen

Bestellung bei Subito €

Seitennavigation

Dokumentinformationen

Ähnliche Titel

Exportieren, teilen und zitieren

Physics-informed hybrid modeling methodology for building infiltration

Zhang, Liang / Kaufman, Zoe / Leach, Matt

Physics-informed hybrid modeling methodology for building infiltration

Zhang, Liang / Kaufman, Zoe / Leach, Matt

Zugriff

Zugriff prüfen

Verfügbarkeit in meiner Bibliothek prüfen

Bestellung bei Subito €

Seitennavigation

Dokumentinformationen

Ähnliche Titel

Exportieren, teilen und zitieren

Dokumentinformationen

Titel:

Physics-informed hybrid modeling methodology for building infiltration

Weitere Titelangaben:

Energy and Buildings

Beteiligte:

Zhang, Liang (Autor:in) / Kaufman, Zoe (Autor:in) / Leach, Matt (Autor:in)

Erschienen in:

Energy and Buildings ; 320 ; 114580

Erscheinungsdatum:

01.10.2024

ISSN:

0378-7788

DOI:

https://doi.org/10.1016/j.enbuild.2024.114580

Medientyp:

Aufsatz (Zeitschrift)

Format:

Elektronische Ressource

Sprache:

Englisch

Lan, Peng / Su, Jingjing / Zhu, Shuairun et al. | Elsevier | 2024

Reconstructing unsaturated infiltration behavior with sparse data via physics-informed deep learning

Lan, Peng / Su, Jingjing / Zhu, Shuairun et al. | Elsevier | 2024

Physics-informed neural networks for building thermal modeling and demand response control

Chen, Yongbao / Yang, Qiguo / Chen, Zhe et al. | Elsevier | 2023

Physics-informed ensemble learning with residual modeling for enhanced building energy prediction

Ma, Zhihao / Jiang, Gang / Chen, Jianli | Elsevier | 2024

Hybrid physics‐informed neural network with parametric identification for modeling bridge temperature distribution

Wang, Yanjia / Yang, Dong / Yuan, Ye et al. | Wiley | 2025

Freier Zugriff

Nach oben