XiaoMi-AI文件搜索系统
World File Search System智能建筑
模块693智能建筑和移动性
a) Course: • Basics of IoT applications, sensors and actuators • Monitoring and networking of intelligent devices • Recording of environmental data (air quality, humidity, ...) • Digitization of commercial buildings (... in contrast to private households) • Demand-based building control (space/room occupancy, lighting, air conditioning, access restrictions, ...) • Mobility infrastructure (parking space monitoring, sharing models, charging stations, traffic路线，扇区耦合（例如智能，双向电动机的双向充电））•优化移动性提供提供节能，低排放，舒适且具有成本效益的流动性（网络系统）•先决条件/机会/在私人和工业环境中自主驾驶的风险/风险•数字责任（数字责任目标）
智能建筑基础设施最佳实践
商业建筑正在不断发展，以适应技术和工作场所行为的变化，同时提供最大化效率和生产力的新机会。行业领先的公司需要多功能建筑，作为连接办公室内和世界各地的人的虚拟网关。未来的智能建筑以动态和功能性的方式整合人员和系统。
智能建筑机器学习应用概述
由于气候变化及其后果，建筑综合能源系统的效率、灵活性和弹性受到运营环境不可预测变化的挑战。另一方面，人工智能 (AI) 和机器学习 (ML) 的快速发展使建筑具备了学习能力。许多研究致力于针对建筑生命周期特定阶段的特定机器学习应用。这些评论通常采用特定的技术视角，而没有在整个系统层面上整合智能技术的愿景。特别是，缺乏关于自主人工智能代理和训练环境在复杂且突然变化的运营环境中促进学习过程的作用的讨论。这篇评论文章从系统级的角度讨论了建筑物的学习能力，并概述了为建筑能源管理做出独立决策的自主机器学习应用。我们得出结论，可以通过人工智能发起的学习过程和使用数字孪生作为训练环境，在系统层面增强建筑物对不可预测变化的适应性。通过在 HVAC 控制和电力市场参与的时间尺度上整合适应性解决方案，可以实现能源效率提高的最大潜力。