Scidown文献预览系统!
基于机器学习和深度学习的相变材料集成建筑围护结构热性能预测方法( A machine learning and deep learning based approach to predict the thermal performance of phase change material integrated building envelope )
DK Bhamare P Saikia MK Rathod D Rakshit J Banerjee
本研究旨在开发一种基于机器学习和深度学习的PCM集成屋面建筑热工性能预测模型。使用新提出的MKR指标进行性能预测。研究了五种机器学习和一种深度学习技术,用于预测PCM集成屋盖的热性能,并考虑了PCM热物性的变化。在考虑PCM热物理性质变化的情况下,通过数值模拟生成了总共500个数据点。本研究使用的五种机器学习模型是随机森林回归、额外树回归、梯度boosting回归、极端梯度boosting回归和CatBoosts回归。结果表明,与其他机器学习模型相比,梯度boosting回归是性能最好的模型。将人工神经网络作为一种深度学习方法用于预测MKR指数。在所有五种机器学习模型中,基于ANN的模型表现最好,并证明了它在训练、测试和独立数据集敏感性分析中的有效性。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】