エネルギー効率の良い建築設計における機械支援:不確実性の下での人間意思決定との動的相互作用に向けた予測フレームワーク【JST・京大機械翻訳】

Chen Xia; Geyer Philipp

文献

J-GLOBAL ID：202202288761762876 整理番号：22A0435995

エネルギー効率の良い建築設計における機械支援:不確実性の下での人間意思決定との動的相互作用に向けた予測フレームワーク【JST・京大機械翻訳】

Machine assistance in energy-efficient building design: A predictive framework toward dynamic interaction with human decision-making under uncertainty

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0435995&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0435995&from=J-GLOBAL&jstjournalNo=A0097A") }}

著者 (2件)： ,
資料名：
巻： 307 ページ： Null 発行年： 2022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)

エネルギー効率の良い建築設計段階で,建築家は,プロセス中に適切な決定を行うための,多規律要求と不十分な情報に悩まされている。人間の神経系の推定機構に触発されて,意思決定支援のためのデータ駆動プロセスベースのフレームワークを提案した。このフレームワークは,確率的代理モデリング,アンサンブルモデリング,およびモデル解釈法という3つの部分から成る一般的要素設計に基づく不確実性の下で,性能指向意思決定支援を達成する。最小化の可能性に基づくアリータリーまたはエピステリックへの不確実性のキャラクタリゼーションにより,コンポーネントの設計は,フレームワークがユーザとの動的な相互作用と,潜在的設計空間における「メーク仮定」に対するより高いインテリジェンスに対する推論を達成するのを可能にする。続いて,情報フィードバックを生成し,不完全な入力の一定の柔軟性の下でロバスト予測を確実にすることにより,入力バリアントの原因に対する出力シナリオの可能な結果をマップした。異なる初期設計段階における建築設計者のエネルギー効率の戦略的フィードバックを実施するための支援システムとしてフレームワークを利用し,イングランドとウェールズ(19,725,379建築物)のエネルギー性能認証(EPC)データでフレームワークを試験した。結果は,SOTA機械学習と同じ予測性能を達成し,コヒーレント入力バリアントの解釈を提供する。より重要なことに,設計過程では,フレームワークは,介入結果および入力原因解釈によって,進行中の可能な設計空間において,期待される建物エネルギー効率範囲を有する建築設計者を対話的に提供することを可能にする。結局,それはユーザをより高いエネルギー効率の良い建築設計に向けて運転する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

エネルギー消費・省エネルギー , エネルギー消費,省エネルギー , 建築環境一般

, , , , , , , , ,

前のページに戻る