El proyecto PERCENTAGE perseguía el desarrollo de técnicas avanzadas de Deep Learning para modelar y predecir el consumo de energía en edificios protegidos, con el objetivo de optimizar la eficiencia energética en esas localizaciones. THIS PROJECT HAS RECEIVED FUNDING FROM THE EUROPEAN UNION’S HORIZON 2020 RESEARCH AND INNOVATION PROGRAMME UNDER GRAN AGREEMENT NO 754446
DeepSim investiga y desarrolla nuevas técnicas de Aprendizaje Profundo (Deep Learning) para construir automáticamente modelos DDS (data driven simulation model) más rápidos, precisos y realistas empleando redes neuronales (Deep DDS, D3S). DeepSim generará diversos métodos, modelos computacionales, algoritmos y software para el aprendizaje de simuladores D3S. Estas contribuciones se aplicarán y validarán en tres casos …
DEEPSIM – Aprendizaje Profundo de Modelos de Simulación Leer más »
El proyecto desarrolla nuevas herramientas y métodos para gestionar y analizar datos multifuente para comprender mejor el consumo de datos en instalaciones distribuidas.
El proyecto se centra específicamente en el desarrollo de nuevos algoritmos que permitan que un modelo de simulación rápido, preciso y realista de un edificio se aprenda automáticamente a partir de los datos.