文献

J-GLOBAL ID：201702255734846390   整理番号：17A1965861

商業建築のエネルギー消費を推定するための機械学習アプローチ【Powered by NICT】

Machine learning approaches for estimating commercial building energy consumption

著者 (7件)： Robinson Caleb (School of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332, United States) ,  Dilkina Bistra (School of Computational Science and Engineering, Georgia Institute of Technology, Atlanta, GA 30332, United States) ,  Hubbs Jeffrey (Georgia Institute of Technology, Atlanta, GA 30332, United States) ,  Zhang Wenwen (School of City and Regional Planning, Georgia Institute of Technology, Atlanta, GA 30332, United States) ,  Guhathakurta Subhrajit (School of City and Regional Planning, Georgia Institute of Technology, Atlanta, GA 30332, United States) ,  Brown Marilyn A. (School of Public Policy, Georgia Institute of Technology, Atlanta, GA 30332, United States) ,  Pendyala Ram M. (School of Sustainable Engineering and the Built Environment, Arizona State University, 660 S. College Avenue, Tempe, AZ, United States)
資料名： Applied Energy  (Applied Energy)
巻： 208  ページ： 889-904  発行年： 2017年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 建築物のエネルギー消費は,米国の全エネルギー消費の40%を占める。建築物のエネルギー消費は,密度と床面積の比率(FAR)のような都市形態の様相によって影響されることを考えると,エネルギー強度の理解分布は都市計画者にとって重要である。本論文では,商業ビルエネルギー消費調査(CBECS)からの国家的データに訓練機械学習モデルによる少数建物の特徴から商業ビルのエネルギー消費量を推定するための新しい技法を提案した。著者らの結果は,勾配ブースティング回帰モデルは,商業建築のエネルギー消費を予測する最良の能力を発揮し,真のエネルギー消費値(2スコア0.82)から2倍の範囲内で平均であることを予測することができることを示した。ニューヨーク市局所法84エネルギー消費データセットを用いてこのモデルを検証し,集合エネルギー消費推定値を作成するためにアトランタの都市に適用した。一般に,開発されたモデルは,五種類の一般的にアクセス可能な建物と気候特性に依存するだけであり,従って米国における多様な大都市圏と本方法論の複製を通して他の国に適用することができる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 推定量 ,  *エネルギー消費 ,  学習モデル ,  回帰モデル ,  *機械学習 ,  都市計画家 ,  モデリング ,  都市 ,  アメリカ合衆国 ,  *商業建築
準シソーラス用語： 大都市圏 ,  アトランタ ,  ニューヨーク市 ,  ブースティング ,  都市形態 , 【Automatic Indexing@JST】

著者キーワード (4件)： 商業建築のエネルギー消費 ,  モデリング ,  機械学習 ,  CBECS

分類 (2件)： エネルギー消費・省エネルギー  (LD01000B) ,  商業建築,事務所建築  (RB05030K)

タイトルに関連する用語 (4件)： 商業建築 ,  エネルギー消費 ,  推定 ,  機械学習