論文の概要: Urban Building Energy Modeling (UBEM) Tools: A State-of-the-Art Review
of bottom-up physics-based approaches
- arxiv url: http://arxiv.org/abs/2103.01761v1
- Date: Thu, 25 Feb 2021 14:59:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-09 22:32:32.996177
- Title: Urban Building Energy Modeling (UBEM) Tools: A State-of-the-Art Review
of bottom-up physics-based approaches
- Title(参考訳): 都市建築エネルギーモデリング(UBEM)ツール:ボトムアップ物理に基づくアプローチの概観
- Authors: Martina Ferrando, Francesco Causone, Tianzhen Hong, Yixing Chen
- Abstract要約: UBEM(Urban Building Energy Modeling)は、大規模な建物のエネルギーシミュレーションを可能にするツールである。
このレビューは、物理をベースとしたUBEMツールのボトムアップに焦点を当て、ユーザ指向の観点から比較する。
その結果、アプリケーションの適切なものを選択する必要があるUBEMツールの大きな違いが浮かび上がった。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Regulations corroborate the importance of retrofitting existing building
stocks or constructing new energy efficient district. There is, thus, a need
for modeling tools to evaluate energy scenarios to better manage and design
cities, and numerous methodologies and tools have been developed. Among them,
Urban Building Energy Modeling (UBEM) tools allow the energy simulation of
buildings at large scales. Choosing an appropriate UBEM tool, balancing the
level of complexity, accuracy, usability, and computing needs, remains a
challenge for users. The review focuses on the main bottom-up physics-based
UBEM tools, comparing them from a user-oriented perspective. Five categories
are used: (i) the required inputs, (ii) the reported outputs, (iii) the
exploited workflow, (iv) the applicability of each tool, and (v) the potential
users. Moreover, a critical discussion is proposed focusing on interests and
trends in research and development. The results highlighted major differences
between UBEM tools that must be considered to choose the proper one for an
application. Barriers of adoption of UBEM tools include the needs of a
standardized ontology, a common three dimensional city model, a standard
procedure to collect data, and a standard set of test cases. This feeds into
future development of UBEM tools to support cities' sustainability goals.
- Abstract(参考訳): 規制は、既存の建物の備蓄を見直したり、新しいエネルギー効率の良い地区を建設することの重要性を裏付けるものである。
したがって、都市を管理し設計するためにエネルギーシナリオを評価するためのモデリングツールが必要となり、多くの方法論やツールが開発されている。
中でもUBEM(Urban Building Energy Modeling)は,大規模建物のエネルギーシミュレーションを可能にするツールである。
UBEMツールの選択、複雑さ、正確性、ユーザビリティ、コンピューティングニーズのバランスは、依然としてユーザにとって課題である。
このレビューは、物理に基づくUBEMツールのボトムアップに焦点を当て、ユーザ指向の観点から比較する。
5つのカテゴリーがある。
(i)必要な入力
(ii)報告された出力
(iii)悪用されたワークフロー
(iv)各ツールの適用性、及び
(v) 潜在的なユーザ。
また,研究・開発における関心や傾向に着目した批判的な議論が提案されている。
その結果、アプリケーションに適したツールを選択する必要があるUBEMツールの大きな違いが浮かび上がった。
ubemツールの採用の障壁には、標準化されたオントロジー、一般的な3次元都市モデル、データ収集のための標準手順、テストケースの標準セットなどが含まれる。
これにより、都市の持続可能性目標を支援するubemツールが将来開発される。
関連論文リスト
- Planning, Creation, Usage: Benchmarking LLMs for Comprehensive Tool
Utilization in Real-World Complex Scenarios [95.97781233780357]
UltraToolは、ツール利用におけるLarge Language Modelsの能力を改善し評価するために設計された、新しいベンチマークである。
現実の複雑さを強調し、効果的な問題解決のために正確で多段階の計画を必要とする。
UltraToolの重要な特徴は、ツールの使用前に発生する自然言語による計画の独立した評価である。
論文 参考訳(メタデータ) (2024-01-30T16:52:56Z) - Empowering Aggregators with Practical Data-Driven Tools: Harnessing
Aggregated and Disaggregated Flexibility for Demand Response [39.58317527488534]
本研究は、需要応答(DR)プログラムを通じて、フレキシビリティを活性化する際のアグリゲータと居住者の相互作用について検討する。
限られたデータを持つ環境において、集約された柔軟性の提供戦略を最適化する手法を導入する。
本稿では,アグリゲータのバランスとフレキシビリティ市場における重要な機会を明らかにするだけでなく,アグリゲータのためのエンドツーエンドの実践ツールの開発にも成功している。
論文 参考訳(メタデータ) (2024-01-19T14:43:04Z) - A Systematic Survey in Geometric Deep Learning for Structure-based Drug
Design [63.30166298698985]
構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。
幾何学的深層学習の最近の進歩は、3次元幾何データの統合と処理に焦点をあてて、構造に基づく薬物設計の分野を大いに進歩させてきた。
論文 参考訳(メタデータ) (2023-06-20T14:21:58Z) - LLM-based Interaction for Content Generation: A Case Study on the
Perception of Employees in an IT department [85.1523466539595]
本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。
以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。
分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
論文 参考訳(メタデータ) (2023-04-18T15:35:43Z) - Tool Learning with Foundation Models [114.2581831746077]
基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。
その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
論文 参考訳(メタデータ) (2023-04-17T15:16:10Z) - Artificial intelligence approaches for materials-by-design of energetic
materials: state-of-the-art, challenges, and future directions [0.0]
我々は,AIによる材料設計の進歩とそのエネルギー材料への応用についてレビューする。
文献における手法を,少数のデータから学習する能力の観点から評価する。
本稿では,メタラーニング,アクティブラーニング,ベイズラーニング,半/弱教師付きラーニングなど,EM教材の今後の研究方向性について提案する。
論文 参考訳(メタデータ) (2022-11-15T14:41:11Z) - ELEVATER: A Benchmark and Toolkit for Evaluating Language-Augmented
Visual Models [102.63817106363597]
ELEVATERは、事前訓練された言語拡張ビジュアルモデルの比較と評価を行う最初のベンチマークである。
20の画像分類データセットと35のオブジェクト検出データセットで構成され、それぞれが外部知識で拡張されている。
研究コミュニティ向けのツールキットと評価プラットフォームをリリースします。
論文 参考訳(メタデータ) (2022-04-19T10:23:42Z) - T-METASET: Task-Aware Generation of Metamaterial Datasets by
Diversity-Based Active Learning [14.668178146934588]
タスク対応データセット生成のためのインテリジェントなデータ取得フレームワークであるt-METASETを提案する。
提案するフレームワークを,汎用性,タスク認識性,カスタマイズ可能な3つのシナリオで検証する。
論文 参考訳(メタデータ) (2022-02-21T22:46:49Z) - Zero Shot Learning for Predicting Energy Usage of Buildings in
Sustainable Design [2.929237637363991]
2030年の挑戦は、2030年までにすべての新しい建物と大規模な改修をカーボン中立にすることを目的としている。
建築要素が建築のエネルギー利用にどのように貢献するかを理解することが重要である。
予測精度を向上させるために、AIベースのソリューションにリッチなトレーニングデータセットが必要である。
論文 参考訳(メタデータ) (2022-02-10T18:08:58Z) - Learning Discrete Energy-based Models via Auxiliary-variable Local
Exploration [130.89746032163106]
離散構造データに対する条件付きおよび非条件付きEMMを学習するための新しいアルゴリズムであるALOEを提案する。
エネルギー関数とサンプリング器は、新しい変分型電力繰り返しにより効率よく訓練できることを示す。
本稿では、ソフトウェアテストのためのエネルギーモデルガイド付ファジィザについて、libfuzzerのようなよく設計されたファジィエンジンに匹敵する性能を実現する。
論文 参考訳(メタデータ) (2020-11-10T19:31:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。