arXiv cs.LG· Ting-Yu Dai, Takuya Kurihana, Wing Yee Au, Hon Yung Wong·· 6 小时前AI 评分22
NeuralBES：面向可扩展建筑能耗建模的可微控制感知仿真器
NeuralBES: A Differentiable, Control-Aware Emulator for Scalable Building Energy Modeling
AI 导读
NeuralBES 是一款可微建筑能耗仿真器，用共享神经编码器将建筑面积、年代、HVAC 类型等静态元数据映射为物理有界的 RC 热模型参数，并通过对数空间并行扫描求解线性递推。在 ResStock 数据集三个气候区的全年滚动预测中，它是唯一兼具物理有效性与精度的数据驱动模型，MAPE 与最强基线相差 4 个点以内，参数量约为 Transformer 和循环基线的一个数量级。
来源：arXiv cs.LG · arxiv.org