0
  • DE
  • EN
  • FR
  • Base de données et galerie internationale d'ouvrages d'art et du génie civil

Publicité

The impact of deep learning–based equipment usage detection on building energy demand estimation

Auteur(s): ORCID (Department of Architecture and Built Environment, University of Nottingham, Nottingham, UK)
ORCID (Department of Architecture and Built Environment, University of Nottingham, Nottingham, UK)
(Department of Architecture and Built Environment, University of Nottingham, Nottingham, UK)
ORCID (Department of Architecture and Built Environment, University of Nottingham, Nottingham, UK)
Médium: article de revue
Langue(s): anglais
Publié dans: Building Services Engineering Research and Technology, , n. 5, v. 42
Page(s): 014362442110347
DOI: 10.1177/01436244211034737
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1177/01436244211034737.
  • Informations
    sur cette fiche
  • Reference-ID
    10626599
  • Publié(e) le:
    26.08.2021
  • Modifié(e) le:
    14.09.2021
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine