研究人员开发了GenTL，这是一种新颖的迁移学习模型，旨在提高建筑热力学预测的准确性。该模型使用来自450栋建筑的数据在长短期记忆网络上进行预训练，旨在消除为微调选择特定源建筑的需要。与传统的单源迁移学习方法相比，GenTL在144个目标建筑上的平均预测误差降低了42.1%。 AI
影响 这项研究可能带来更具数据效率的建筑控制和故障检测模型，从而可能降低能耗。
排序理由 该集群包含一篇详细介绍新模型及其性能评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
