Cristin-resultat-ID: 2162388
Sist endret: 12. desember 2023, 10:36
NVI-rapporteringsår: 2023
Resultat
Vitenskapelig artikkel
2023

Machine learning-based estimation of buildings' characteristics employing electrical and chilled water consumption data: Pipeline optimization

Bidragsytere:
  • Farhang Raymand
  • Behzad Najafi
  • Alireza Haghighat Mamaghani
  • Amin Nitter Moazami og
  • Fabio Rinaldi

Tidsskrift

Energy and Buildings
ISSN 0378-7788
e-ISSN 1872-6178
NVI-nivå 2
Finn i kanalregisteret

Om resultatet

Vitenskapelig artikkel
Publiseringsår: 2023
Volum: 295
Artikkelnummer: 113327
Open Access

Lenker

original online (doi)

Importkilder

Scopus-ID: 2-s2.0-85164219150

Beskrivelse Beskrivelse

Tittel

Machine learning-based estimation of buildings' characteristics employing electrical and chilled water consumption data: Pipeline optimization

Bidragsytere

Farhang Raymand

  • Tilknyttet:
    Forfatter
    ved Radboud Universiteit

Behzad Najafi

  • Tilknyttet:
    Forfatter
    ved Politecnico di Milano

Alireza Haghighat Mamaghani

  • Tilknyttet:
    Forfatter
    ved Concordia University
Aktiv cristin-person

Amin Moazami

Bidragsyterens navn vises på dette resultatet som Amin Nitter Moazami
  • Tilknyttet:
    Forfatter
    ved Institutt for havromsoperasjoner og byggteknikk ved Norges teknisk-naturvitenskapelige universitet
  • Tilknyttet:
    Forfatter
    ved Bygninger og installasjoner ved SINTEF AS

Fabio Rinaldi

  • Tilknyttet:
    Forfatter
    ved Politecnico di Milano
1 - 5 av 5