Buchumschlag

EnergyPlus Room Simulator

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Weber, Manuel, Bogdain, Philipp, Weißenberger, Sophia Viktoria, Marjanovic, Diana, Sammet, Katharina, Vellmer, Jan, Banihashemi, Farzan, Mandl, Peter
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards the Detection of Building Occupancy with Synthetic Environmental Data
von: Weber, Manuel, et al.
Veröffentlicht: (2020)

An Open-Source Simulation and Data Management Tool for EnergyPlus Building Models
von: Gaikwad, Ninad, et al.
Veröffentlicht: (2025)

Digital Guardians: Can GPT-4, Perspective API, and Moderation API reliably detect hate speech in reader comments of German online newspapers?
von: Weber, Manuel, et al.
Veröffentlicht: (2025)

Innovations in Cover Song Detection: A Lyrics-Based Approach
von: Balluff, Maximilian, et al.
Veröffentlicht: (2024)

Sketching Low-Rank Plus Diagonal Matrices
von: Fernandez, Andres, et al.
Veröffentlicht: (2025)

Can sparse autoencoders make sense of gene expression latent variable models?
von: Schuster, Viktoria
Veröffentlicht: (2024)

DAK-UCB: Diversity-Aware Prompt Routing for LLMs and Generative Models
von: Jafari, Donya, et al.
Veröffentlicht: (2026)

Investigating the Impact of Model Instability on Explanations and Uncertainty
von: Marjanović, Sara Vera, et al.
Veröffentlicht: (2024)

Separable DeepONet: Breaking the Curse of Dimensionality in Physics-Informed Machine Learning
von: Mandl, Luis, et al.
Veröffentlicht: (2024)

Physics-Informed Time-Integrated DeepONet: Temporal Tangent Space Operator Learning for High-Accuracy Inference
von: Mandl, Luis, et al.
Veröffentlicht: (2025)

A Coalition Game for On-demand Multi-modal 3D Automated Delivery System
von: Moosavi, Farzan, et al.
Veröffentlicht: (2024)

Do Vendi Scores Converge with Finite Samples? Truncated Vendi Score for Finite-Sample Convergence Guarantees
von: Ospanov, Azim, et al.
Veröffentlicht: (2024)

Certified Adversarial Robustness via Partition-based Randomized Smoothing
von: Goli, Hossein, et al.
Veröffentlicht: (2024)

The Maximum von Neumann Entropy Principle: Theory and Applications in Machine Learning
von: Wu, Youqi, et al.
Veröffentlicht: (2026)

The Deep Generative Decoder: MAP estimation of representations improves modeling of single-cell RNA data
von: Schuster, Viktoria, et al.
Veröffentlicht: (2021)

Stability and Generalization in Free Adversarial Training
von: Cheng, Xiwei, et al.
Veröffentlicht: (2024)

On the Hardness of Sampling from Mixture Distributions via Langevin Dynamics
von: Cheng, Xiwei, et al.
Veröffentlicht: (2024)

When Kernels Multiply, Clusters Unify: Fusing Embeddings with the Kronecker Product
von: Wu, Youqi, et al.
Veröffentlicht: (2025)

SPINONet: Scalable Spiking Physics-informed Neural Operator for Computational Mechanics Applications
von: Garg, Shailesh, et al.
Veröffentlicht: (2026)

PAK-UCB Contextual Bandit: An Online Learning Approach to Prompt-Aware Selection of Generative Models and LLMs
von: Hu, Xiaoyan, et al.
Veröffentlicht: (2024)

Certifiably Robust Model Evaluation in Federated Learning under Meta-Distributional Shifts
von: Najafi, Amir, et al.
Veröffentlicht: (2024)

Be More Diverse than the Most Diverse: Optimal Mixtures of Generative Models via Mixture-UCB Bandit Algorithms
von: Rezaei, Parham, et al.
Veröffentlicht: (2024)

A Multi-Armed Bandit Approach to Online Selection and Evaluation of Generative Models
von: Hu, Xiaoyan, et al.
Veröffentlicht: (2024)

An Information Theoretic Approach to Interaction-Grounded Learning
von: Hu, Xiaoyan, et al.
Veröffentlicht: (2024)

Sparse Domain Transfer via Elastic Net Regularization
von: Zhang, Jingwei, et al.
Veröffentlicht: (2024)

Gaussian Smoothing in Saliency Maps: The Stability-Fidelity Trade-Off in Neural Network Interpretability
von: Ye, Zhuorui, et al.
Veröffentlicht: (2024)

Exploiting Subgradient Sparsity in Max-Plus Neural Networks
von: Enaieh, Ikhlas, et al.
Veröffentlicht: (2026)

pFedFair: Towards Optimal Group Fairness-Accuracy Trade-off in Heterogeneous Federated Learning
von: Lei, Haoyu, et al.
Veröffentlicht: (2025)

On the Benefits of Inducing Local Lipschitzness for Robust Generative Adversarial Imitation Learning
von: Memarian, Farzan, et al.
Veröffentlicht: (2021)

Learning Hybrid Dynamics Models With Simulator-Informed Latent States
von: Ensinger, Katharina, et al.
Veröffentlicht: (2023)

An efficient solution to Hidden Markov Models on trees with coupled branches
von: Vafa, Farzan, et al.
Veröffentlicht: (2024)

Quantum-Efficient Reinforcement Learning Solutions for Last-Mile On-Demand Delivery
von: Moosavi, Farzan, et al.
Veröffentlicht: (2025)

Uncertainty Quantification of Data-Driven Output Predictors in the Output Error Setting
von: Kaviani, Farzan, et al.
Veröffentlicht: (2024)

Simulation-Based Inference: A Practical Guide
von: Deistler, Michael, et al.
Veröffentlicht: (2025)

On the Distributed Evaluation of Generative Models
von: Wang, Zixiao, et al.
Veröffentlicht: (2023)

Data-Driven Simulator for Mechanical Circulatory Support with Domain Adversarial Neural Process
von: Sun, Sophia, et al.
Veröffentlicht: (2024)

Active Budget Allocation for Efficient Scaling Law Estimation via Surrogate-Guided Pruning
von: Schram, Viktoria, et al.
Veröffentlicht: (2026)

Hierarchical Sparse Plus Low Rank Compression of LLM
von: Kumar, Pawan, et al.
Veröffentlicht: (2025)

On the Inductive Biases of Demographic Parity-based Fair Learning Algorithms
von: Lei, Haoyu, et al.
Veröffentlicht: (2024)

A Hierarchical Federated Learning Approach for the Internet of Things
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)