PulseAugur
实时 09:25:16
English(EN) ArchEGraph: A Large-Scale Graph Dataset for Geometry-Topology-Physics Aligned Building Energy Modeling

新的ArchEGraph数据集推动了建筑能耗建模的AI发展

研究人员推出了ArchEGraph,一个大规模图数据集,旨在通过对齐几何、拓扑和物理来改进建筑能耗建模。该数据集包含5,481栋建筑,拥有超过133,000个空间节点和144万个面节点,代表了显著的几何和拓扑复杂性。ArchEGraph支持两个基准任务:从多边形网格进行图重建和基于拓扑的负荷预测,并提供标准化的评估协议来评估模型在不同建筑和气候下的鲁棒性。 AI

影响 能够开发更准确、更具泛化性的AI模型,以实现可持续建筑设计和能源效率。

排序理由 该集群描述了一个特定研究领域(建筑能耗建模)的新数据集和基准任务,发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的ArchEGraph数据集推动了建筑能耗建模的AI发展

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yihui Li, Yihui Chen, Kaidi Zha, Xiaoyue Yan, Zhexuan Yu, Shiqi Dai, Jun Xiao, Jun Yin, Ramon Elias Weber, Borong Lin ·

    ArchEGraph:用于几何-拓扑-物理对齐的建筑能源建模的大规模图数据集

    arXiv:2608.06772v1 Announce Type: new Abstract: Accurate estimation of building energy use is essential for achieving carbon neutral and sustainable buildings. To better understand the influence of design decisions on building energy use and calibrate machine learning models that…