NeuralBES可微建筑能耗仿真器论文发布
热点事件持续更新
NeuralBES可微建筑能耗仿真器论文发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Ting-Yu Dai等人在arXiv提交论文，提出可微分建筑能耗仿真器NeuralBES：用共享神经编码器把建筑元数据映射为物理有界的RC热模型参数，再通过log-space并行扫描求解并保持全时域梯度流，以同时兼顾物理可解释性与规模化。 据该论文，这一设计旨在化解能耗仿真中长期存在的可解释性与规模化取舍问题。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
NeuralBES：一种可微分、控制感知的可扩展建筑能耗建模模拟器报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LGNeuralBES：一种可微分、控制感知的可扩展建筑能耗建模模拟器
NeuralBES 是一种可微分模拟器，用共享神经编码器将建筑元数据映射为物理有界的 RC 热模型参数，通过 log-space 并行扫描求解并保持全时域梯度流，从而兼顾物理可解释性与规模化。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。