論文の概要: Prediction Air Temperature in Geothermal Heat Exchangers Using Pseudorandom Numbers: The New DARL Model

• arxiv url: http://arxiv.org/abs/2512.19976v1
• Date: Tue, 23 Dec 2025 01:54:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-24 19:17:49.708586
• Title: Prediction Air Temperature in Geothermal Heat Exchangers Using Pseudorandom Numbers: The New DARL Model
• Title（参考訳）: 擬似乱数を用いた地熱熱交換器の空気温度予測:新しいDARLモデル
• Authors: C. Ramírez-Dolores, J. C. Zamora-Luria, J. A. Altamirano-Acosta, L. Sarao-Cruz, P. Jiménez-Palma, J. Moreno-Falconi,
• Abstract要約: 内部の温度分布を特徴づける手法は、センサーによる計測に高い依存を強いる。 本論文は,高密度センサネットワークの必要性を最小限に抑えつつ,空気温度分布を推定する代替手法を提案する。 提案モデルであるDARLは、EAWHEの内部を循環する空気の温度を予測することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The use of Earth-Air-Water Heat Exchangers (EAWHE) for sustainable air conditioning has not been widely studied. Due to their experimental nature, methods of characterizing internal thermal air distribution impose high dependence on instrumentation by sensors and entail data acquisition and computational costs. This document presents an alternative method that estimates air temperature distribution while minimizing the need for a dense network of sensors in the experimental system. The proposed model, DARL (Data of Air and Random Length), can predict the temperature of air circulating inside EAWHEs. DARL is a significant methodological advance that integrates experimental data from boundary conditions with simulations based on pseudo-random numbers (PRNs). These PRNs are generated using Fermat's prime numbers as seeds to initialize the generator. Ordinary linear regressions and robust statistical validations, including the Shapiro-Wilk test and root mean square error, have demonstrated that the model can estimate the thermal distribution of air at different lengths with a relative error of less than 6.2%. These results demonstrate the model's efficiency, predictive capacity, and potential to reduce dependence on sensors.
• Abstract（参考訳）: 地球-水熱交換器(EAWHE)の持続的空調への応用は、広く研究されていない。 実験的な性質から、内部の熱分布を特徴づける手法は、センサーによる計測に大きく依存し、データ取得と計算コストを増大させる。 本論文は,実験システムにおける高密度センサネットワークの必要性を最小限に抑えつつ,空気温度分布を推定する代替手法を提案する。 提案したモデルであるDARL(Data of Air and Random Length)は、EAWHEの内部を循環する空気の温度を予測することができる。 DARLは、境界条件からの実験データと擬似ランダム数(PRN)に基づくシミュレーションを統合する重要な方法論の進歩である。 これらのPRNはフェルマーの素数を用いて生成体を初期化する種として生成される。 シャピロ・ウィルク検定とルート平均二乗誤差を含む通常の線形回帰と頑健な統計的検証は、相対誤差が6.2%未満の異なる長さの空気の熱分布を推定できることを示した。 これらの結果は、モデルの有効性、予測能力、センサーへの依存を減らす可能性を示している。

関連論文リスト

• Predictive Modeling of Effluent Temperature in SAT Systems Using Ambient Meteorological Data: Implications for Infiltration Management [0.0]
  本研究は,シャフダン・SATシステム・リチャージ盆地の上層における流動温度の予測モデルを開発し,評価した。 その結果, 浸透流の温度分布を管理する上で, 季節的温度周期と表土温度の重要性が明らかになった。
  論文  参考訳（メタデータ） (2025-07-05T14:20:09Z)
• Progressive Inference-Time Annealing of Diffusion Models for Sampling from Boltzmann Densities [93.13866975467549]
  拡散に基づくサンプル学習のために, PITA(Progressive Inference-Time Annealing)を提案する。 PITAはボルツマン分布のアナーリングと拡散平滑化という2つの相補的手法を組み合わせたものである。 N-体粒子系、アラニンジペプチド、トリペプチドの平衡サンプリングを可能にする。
  論文  参考訳（メタデータ） (2025-06-19T17:14:22Z)
• Parameter estimation for land-surface models using machine learning libraries [0.0]
  本研究では, 観測された土壌温度時系列を用いて, 信頼性の高いパラメータ推定を行うことは不可能であることを示す。 米国フェニックスの都市フラックスタワーデータに逆モデルを適用し, 熱伝導率, 体積熱容量, 複合感熱伝達係数を確実に推定できることを示す。
  論文  参考訳（メタデータ） (2025-05-05T19:08:15Z)
• Efficient modeling of sub-kilometer surface wind with Gaussian processes and neural networks [0.0]
  風は、その空間的および時間的変動が高いため、モデルにとって特に困難な変数である。 本稿では,ガウス過程とニューラルネットワークを統合した表面風洞をサブキロメートル分解能でモデル化する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-21T09:07:47Z)
• Diffusion-Based Joint Temperature and Precipitation Emulation of Earth System Models [0.724847561444869]
  生成確率拡散モデルを用いて地球系モデル(ESM)をエミュレートする以前の研究を拡張した。 以上の結果から, 乾燥した呪文や熱いストリークなど, 各種気候指標におけるESMの出力とよく似た結果が得られた。
  論文  参考訳（メタデータ） (2024-04-12T20:13:19Z)
• FengWu-4DVar: Coupling the Data-driven Weather Forecasting Model with 4D Variational Assimilation [67.20588721130623]
  我々は,AIを用いた循環型天気予報システムFengWu-4DVarを開発した。 FengWu-4DVarは観測データをデータ駆動の天気予報モデルに組み込むことができる。 シミュレーションされた観測データセットの実験は、FengWu-4DVarが合理的な解析場を生成することができることを示した。
  論文  参考訳（メタデータ） (2023-12-16T02:07:56Z)
• Long Horizon Temperature Scaling [90.03310732189543]
  LHTS(Long Horizon Temperature Scaling)は、温度スケールの関節分布をサンプリングするための新しい手法である。 温度依存性のLHTS目標を導出し, 温度範囲のモデルを微調整することで, 制御可能な長地平線温度パラメータで生成可能な単一モデルが得られることを示す。
  論文  参考訳（メタデータ） (2023-02-07T18:59:32Z)
• A latent variable approach to heat load prediction in thermal grids [10.973034520723957]
  この方法はスウェーデンのルリアにある1つの多層住宅に適用される。 結果は、人工ニューラルネットワークを用いた予測と比較される。
  論文  参考訳（メタデータ） (2020-02-13T09:21:17Z)

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。