Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Visual Analytics for Informed Decisions
Högskolan i Jönköping, Tekniska Högskolan, JTH. Forskningsmiljö Informationsteknik. (JTH. Forskningsmiljö Informationsteknik, JTH. Research area Information Engineering, Model Driven System Realisation)
Högskolan i Jönköping, Tekniska Högskolan, JTH. Forskningsmiljö Informationsteknik.
Högskolan i Jönköping, Tekniska Högskolan, JTH. Forskningsområde Informationsteknik. (Information Engineering)ORCID-id: 0000-0002-5881-0669
2013 (Engelska)Konferensbidrag, Poster (med eller utan abstract) (Refereegranskat)
Abstract [en]

Energy efficiency heavily depends on effective building construction. It is more appropriate if one can predict energy efficiency of the house before building it.Here simple application of the Nearest Neighbors lazy learning techniques improveestimating the energy efficiency of a building. Visual analytics tools considered a smart solution as a function of modeling parameters by using Machine Learning framework in a suitable way. It is a powerful way to improve energy saving in building construction and making informed decisions.“LIONsolver with a novel implementation of machine learning plus optimization provides a highly advanced environment for predictive analytics. In this poster a case study from the LIONbook is presented where the energy consumption for a newhouse project is predicted. The predictive analytics environment of LIONsolver in this case study has transformed the optimal design from a very complicated and time consuming process to a very speedy and simple strategy for design and decisionmaking.”

Ort, förlag, år, upplaga, sidor
Sapienza, 2013.
Nyckelord [en]
Decision Making, Integrated optimization, Machine learning, Optimization tool
Nationell ämneskategori
Kommunikationssystem Interaktionsteknik Data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:hj:diva-23116OAI: oai:DiVA.org:hj-23116DiVA, id: diva2:687755
Konferens
The International CAE Conference, October 21-22 2013, Verona, Italy
Tillgänglig från: 2014-01-15 Skapad: 2014-01-15 Senast uppdaterad: 2018-01-11Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

http://www.caeconference.com/poster/pdf/07_Vaezipour_Seigerroth_Mosavi.pdf

Personposter BETA

Seigerroth, Ulf

Sök vidare i DiVA

Av författaren/redaktören
Seigerroth, Ulf
Av organisationen
JTH. Forskningsmiljö InformationsteknikJTH. Forskningsområde Informationsteknik
KommunikationssystemInteraktionsteknikData- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 286 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf