論文の概要: LuminLab: An AI-Powered Building Retrofit and Energy Modelling Platform
- arxiv url: http://arxiv.org/abs/2404.16057v1
- Date: Sun, 14 Apr 2024 16:47:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-28 10:36:53.688841
- Title: LuminLab: An AI-Powered Building Retrofit and Energy Modelling Platform
- Title（参考訳）: LuminLab: AIで動くビルのリトロフィットとエネルギーモデリングプラットフォーム
- Authors: Kevin Credit, Qian Xiao, Jack Lehane, Juan Vazquez, Dan Liu, Leo De Figueiredo,
- Abstract要約: 本稿では,LuminLabプラットフォームの技術的および概念的開発について述べる。
このプラットフォームは、個々の予算に合わせて調整された様々な再適合経路をオンデマンドで構築する機能を提供する。
このようなAIを活用したツールは、現実的にサイロ知識を非現実的に排除し、コミュニケーションを改善し、個々の住宅所有者に、他の方法では起こらないインクリメンタルな再適合プロジェクトを実行する権限を与える可能性があると感じています。
- 参考スコア（独自算出の注目度）: 3.3438096748249215
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper describes the technical and conceptual development of the LuminLab platform, an online tool that integrates a purpose-fit human-centric AI chatbot and predictive energy model into a streamlined front-end that can rapidly produce and discuss building retrofit plans in natural language. The platform provides users with the ability to engage with a range of possible retrofit pathways tailored to their individual budget and building needs on-demand. Given the complicated and costly nature of building retrofit projects, which rely on a variety of stakeholder groups with differing goals and incentives, we feel that AI-powered tools such as this have the potential to pragmatically de-silo knowledge, improve communication, and empower individual homeowners to undertake incremental retrofit projects that might not happen otherwise.
- Abstract（参考訳）: 本稿では,人間中心型AIチャットボットと予測エネルギーモデルを組み合わせたオンラインツールであるLuminLabプラットフォームの技術的,概念的な開発について述べる。
このプラットフォームは、個々の予算に合わせて調整された様々な再適合経路をオンデマンドで構築する機能を提供する。
異なる目標やインセンティブを持つさまざまなステークホルダグループに依存している、複雑な、コストのかかるプロジェクトを構築することの性質を考えると、このようなAI駆動のツールは、現実的にサイロ知識を排除し、コミュニケーションを改善し、個々の住宅所有者に、他の方法では起こらないインクリメンタルなリトライフィットプロジェクトを実施させる可能性があると感じています。
関連論文リスト
- Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳（メタデータ） (2024-11-20T11:57:43Z) - Encoding Urban Ecologies: Automated Building Archetype Generation through Self-Supervised Learning for Energy Modeling [0.5399800035598186]
建設部門はエネルギー消費と二酸化炭素排出量の主要な貢献者として浮上している。
既存の建築様式は、しばしば地元の建物の特徴と、異なる都市間の微妙な区別を捉えるのに失敗する。
本稿では, 自己教師型学習を用いて, 複雑な幾何学的データを代表的, ローカライズ固有のアーチタイプに抽出する手法を提案する。
論文 参考訳（メタデータ） (2024-04-11T02:29:08Z) - From Cloud to Edge: Rethinking Generative AI for Low-Resource Design
Challenges [7.1341189275030645]
私たちは、エッジで設計するための生成AIの可能性、課題、そして有望なアプローチを検討します。
目的は、設計問題に対する目覚ましいソリューションを作成する際に、生成AIのパワーを活用することである。
論文 参考訳（メタデータ） (2024-02-20T03:59:27Z) - Institutional Platform for Secure Self-Service Large Language Model Exploration [0.0]
論文では、データセットキュレーション、モデルトレーニング、セキュア推論、テキストベースの特徴抽出を含む、システムのアーキテクチャと重要な特徴について概説する。
プラットフォームはセキュアなLLMサービスの提供、プロセスとデータ分離の強調、エンドツーエンドの暗号化、ロールベースのリソース認証を目指している。
論文 参考訳（メタデータ） (2024-02-01T10:58:10Z) - Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis [82.59451639072073]
汎用ロボットはどんな環境でも、どんな物体でもシームレスに動作し、様々なスキルを使って様々なタスクをこなす。
コミュニティとしては、特定のタスク用に設計し、特定のデータセットでトレーニングし、特定の環境にデプロイすることで、ほとんどのロボットシステムを制約してきました。
ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,本調査は,汎用ロボティクスに基礎モデルを適用する方法について検討した。
論文 参考訳（メタデータ） (2023-12-14T10:02:55Z) - When Large Language Models Meet Personalization: Perspectives of
Challenges and Opportunities [60.5609416496429]
大規模言語モデルの能力は劇的に改善されている。
このような大きな飛躍的なAI能力は、パーソナライゼーションの実施方法のパターンを変えるだろう。
大規模言語モデルを汎用インターフェースとして活用することにより、パーソナライズシステムはユーザ要求を計画にコンパイルすることができる。
論文 参考訳（メタデータ） (2023-07-31T02:48:56Z) - Efficiency Pentathlon: A Standardized Arena for Efficiency Evaluation [82.85015548989223]
Pentathlonは、モデル効率の総合的で現実的な評価のためのベンチマークである。
Pentathlonは、モデルライフサイクルにおける計算の大部分を占める推論に焦点を当てている。
レイテンシ、スループット、メモリオーバーヘッド、エネルギー消費など、さまざまな効率面をターゲットにしたメトリクスが組み込まれている。
論文 参考訳（メタデータ） (2023-07-19T01:05:33Z) - Introduction to Latent Variable Energy-Based Models: A Path Towards
Autonomous Machine Intelligence [13.27120983899836]
我々は、Yann LeCun氏の提案する未来の自律的知能のアーキテクチャの背景にある主要なアイデアを要約する。
特に、エネルギーベースおよび潜在変数モデルを導入し、LeCunの提案のビルディングブロックにそれらの利点を組み合わせる。
論文 参考訳（メタデータ） (2023-06-05T03:55:26Z) - Developing an AI-enabled IIoT platform -- Lessons learned from early use
case validation [47.37985501848305]
本稿では,このプラットフォームの設計について紹介し,AIによる視覚的品質検査の実証者の観点からの早期評価について述べる。
これは、この初期の評価活動で学んだ洞察と教訓によって補完される。
論文 参考訳（メタデータ） (2022-07-10T18:51:12Z) - 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) - Model-based Reinforcement Learning for Decentralized Multiagent
Rendezvous [66.6895109554163]
目標を他のエージェントと整合させる人間の能力の下にあるのは、他人の意図を予測し、自分たちの計画を積極的に更新する能力である。
分散型マルチエージェントレンデブーのためのモデルに基づく強化学習手法である階層型予測計画(HPP)を提案する。
論文 参考訳（メタデータ） (2020-03-15T19:49:20Z)
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。