Buchumschlag

Convolutional versus Dense Neural Networks: Comparing the Two Neural Networks Performance in Predicting Building Operational Energy Use Based on the Building Shape

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nazari, Farnaz, Yan, Wei
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Building Hybrid B-Spline And Neural Network Operators
von: Romagnoli, Raffaele, et al.
Veröffentlicht: (2024)

Parseval Convolution Operators and Neural Networks
von: Unser, Michael, et al.
Veröffentlicht: (2024)

Knowledge-Based Convolutional Neural Network for the Simulation and Prediction of Two-Phase Darcy Flows
von: Elabid, Zakaria, et al.
Veröffentlicht: (2024)

Review of blockchain application with Graph Neural Networks, Graph Convolutional Networks and Convolutional Neural Networks
von: Ancelotti, Amy, et al.
Veröffentlicht: (2024)

Binarized Simplicial Convolutional Neural Networks
von: Yan, Yi, et al.
Veröffentlicht: (2024)

Powerset Convolutional Neural Networks
von: Wendler, Chris, et al.
Veröffentlicht: (2019)

Graph Neural Networks vs Convolutional Neural Networks for Graph Domination Number Prediction
von: Davila, Randy, et al.
Veröffentlicht: (2025)

Dense-Sparse Deep Convolutional Neural Networks Training for Image Denoising
von: Alawode, Basit O., et al.
Veröffentlicht: (2021)

The Binary Quantized Neural Network for Dense Prediction via Specially Designed Upsampling and Attention
von: Ding, Xingyu, et al.
Veröffentlicht: (2024)

Reciprocity-Aware Convolutional Neural Networks for Map-Based Path Loss Prediction
von: Dempsey, Ryan G., et al.
Veröffentlicht: (2025)

An IoT Framework for Building Energy Optimization Using Machine Learning-based MPC
von: Morteza, Aryan, et al.
Veröffentlicht: (2024)

Multiscale Training of Convolutional Neural Networks
von: Ahamed, Shadab, et al.
Veröffentlicht: (2025)

Advection Augmented Convolutional Neural Networks
von: Zakariaei, Niloufar, et al.
Veröffentlicht: (2024)

Variational Graph Convolutional Neural Networks
von: Oleksiienko, Illia, et al.
Veröffentlicht: (2025)

Dual Convexified Convolutional Neural Networks
von: Bai, Site, et al.
Veröffentlicht: (2022)

A Case Study on Evaluating Genetic Algorithms for Early Building Design Optimization: Comparison with Random and Grid Searches
von: Nazari, Farnaz, et al.
Veröffentlicht: (2025)

Integrating Symbolic Neural Networks with Building Physics: A Study and Proposal
von: Chen, Xia, et al.
Veröffentlicht: (2024)

Neural Networks With Dense Weights Are Not Universal Approximators
von: Rauchwerger, Levi, et al.
Veröffentlicht: (2026)

Heart Disease Prediction: A Comparative Study of Optimisers Performance in Deep Neural Networks
von: Chibuike, Chisom, et al.
Veröffentlicht: (2025)

A Comparative Study of Convolutional and Recurrent Neural Networks for Storm Surge Prediction in Tampa Bay
von: Ghahfarokhi, Mandana Farhang, et al.
Veröffentlicht: (2024)

Performative Prediction with Neural Networks
von: Mofakhami, Mehrnaz, et al.
Veröffentlicht: (2023)

Map-Based Path Loss Prediction in Multiple Cities Using Convolutional Neural Networks
von: Dempsey, Ryan G., et al.
Veröffentlicht: (2024)

Leveraging Convolutional Neural Network-Transformer Synergy for Predictive Modeling in Risk-Based Applications
von: Wang, Yuhan, et al.
Veröffentlicht: (2024)

Causal Convolutional Neural Networks as Finite Impulse Response Filters
von: Bacsa, Kiran, et al.
Veröffentlicht: (2025)

Deep Convolutional Neural Networks for Short-Term Multi-Energy Demand Prediction of Integrated Energy Systems
von: Arsene, Corneliu, et al.
Veröffentlicht: (2023)

BuildSTG: A Multi-building Energy Load Forecasting Method using Spatio-Temporal Graph Neural Network
von: Liu, Yongzheng, et al.
Veröffentlicht: (2025)

Convolutional Neural Networks on Graphs with Chebyshev Approximation, Revisited
von: He, Mingguo, et al.
Veröffentlicht: (2022)

In-flight Novelty Detection with Convolutional Neural Networks
von: Hartwell, Adam, et al.
Veröffentlicht: (2021)

Understanding the Benefits of SimCLR Pre-Training in Two-Layer Convolutional Neural Networks
von: Zhang, Han, et al.
Veröffentlicht: (2024)

Deep Operator Neural Network Model Predictive Control
von: de Jong, Thomas Oliver, et al.
Veröffentlicht: (2025)

On the Efficiency of Convolutional Neural Networks
von: Lavin, Andrew
Veröffentlicht: (2024)

Clifford-Steerable Convolutional Neural Networks
von: Zhdanov, Maksim, et al.
Veröffentlicht: (2024)

Inverse Design of Optimal Stern Shape with Convolutional Neural Network-based Pressure Distribution
von: Oh, Sang-jin, et al.
Veröffentlicht: (2025)

Toward Understanding Convolutional Neural Networks from Volterra Convolution Perspective
von: Li, Tenghui, et al.
Veröffentlicht: (2021)

Quantum Temporal Convolutional Neural Networks for Cross-Sectional Equity Return Prediction: A Comparative Benchmark Study
von: Chen, Chi-Sheng, et al.
Veröffentlicht: (2025)

Physics-Guided Memory Network for Building Energy Modeling
von: Danish, Muhammad Umair, et al.
Veröffentlicht: (2025)

Densely Multiplied Physics Informed Neural Networks
von: Jiang, Feilong, et al.
Veröffentlicht: (2024)

Optimizing Dense Feed-Forward Neural Networks
von: Balderas, Luis, et al.
Veröffentlicht: (2023)

Structurally Flexible Neural Networks: Evolving the Building Blocks for General Agents
von: Pedersen, Joachim Winther, et al.
Veröffentlicht: (2024)

Heterogeneous Federated Learning with Convolutional and Spiking Neural Networks
von: Yu, Yingchao, et al.
Veröffentlicht: (2024)