XiaoMi-AI文件搜索系统
World File Search System智能建筑
融合 BIM 与数字技术，实现智能室内灾害管理
第 1 章全面回顾了室内危害管理以及目前用于此目的的智能建筑技术，例如 BIM、IoT 和 AI。第 2 章介绍了综合室内危害管理系统的方法。该系统包含的室内危害包括火灾、电气故障、室内空气污染 (IAP)、煤气泄漏、水泄漏、入侵和医疗保健。第 3 章介绍了结合 BIM 和智能技术的智能消防疏散系统的相关研究。介绍了消防疏散管理的最新进展。详细描述了所使用的材料和方法。该系统已在法国里尔大学的研究大楼 - LGCgE 实验室中应用和验证。结果通过模拟建筑物中的火灾事件显示了该系统的能力。第 4 章介绍了评估和改进高等教育机构 COVID-19 措施的全面方法。本研究详细描述了基于 BIM 和问卷调查方法所使用的方法和材料。所提出的方法应用于法国北部的里尔理工学院工程学院。结果表明，BIM 模型提供了有价值的服务，问卷调查为管理层提供了必要的信息。关键词：建筑、室内、危害、安全、智能建筑、BIM、人工智能、火灾、COVID-19、问卷调查。
一种联合的深入强化学习方法
摘要：本文提出了使用联合加固学习（FRL）的多个智能建筑物的共享存储系统（SESS）的隐私能源管理（SESS）。为了保留与SESS连接的建筑物的能源计划的隐私，我们使用FRL方法提出了分布式的深入强化学习（DRL）框架，该方法由全球服务器（GS）和本地建筑能源管理系统（LBEMSS）组成。在框架中，LBEMS DRL代理仅与无需消费者的能耗数据的GS共享其训练有素的能源消耗模型的训练有素的神经网络。使用共享模型，GS执行了两个过程：（i）向LBEMS代理的全球能源消耗模型的构建和广播，以培训其本地模型，以及（ii）培训SESS DRL代理商的能源充电和从公用事业和建筑物中释放。模拟研究是使用带有太阳能电动系统的一台SES和三个智能建筑进行的。结果表明，所提出的方法可以安排和排放SESS的充电和排放，并在智能建筑环境下的智能建筑物中供暖，通风和空调系统的最佳能源消耗，同时保留建筑物能源消耗的隐私。
人工智能让高效和智能化...
Alexander J.，Kiauk，The Crystal，西门子伦敦科技创新地标建筑。设计者：Zest Communications Ltd，第 34 页。出版商：Booklink，斯洛文尼亚 智能建筑设计方法，其中被动设计（如图所示）有助于提高能源效率，还旨在集成数字化自动化系统，包括 BMS 和 BEMS，它们技术先进，通过开放协议的 ML（机器学习）与不同的制造商进行交互。
智能电网的物联网架构
伊朗德黑兰 abedi@aut.ac.ir 摘要——信息和通信技术 (ICT) 以及嵌入式系统的巨大进步导致了物联网 (IoT) 这一新概念的出现。利用基于 IoT 的技术，许多物体和组件可以通过互联网或其他现代通信平台相互连接。嵌入式系统是用于特殊用途的计算机，例如用于高科技设备、智能建筑、飞机和车辆的计算机，包括先进的控制器、传感器和仪表，能够使用 IT 基础设施进行信息交换。在这种情况下，“互联网”一词并不专指万维网，而是指任何类型的基于服务器或对等网络。本研究探讨了物联网在智能电网中的应用。因此，首先介绍在智能电网中部署物联网的必要性。然后，提出了物联网在发电、输电和配电三个层面的应用。发电层包括物联网在可再生能源（尤其是风能和太阳能）、热力发电和储能设施中的应用。在输电层部署物联网可处理电力系统的拥塞管理并确保系统的安全。在配电层，评估了物联网在主动配电网、智能城市、微电网、智能建筑和工业领域的影响。
生成对抗网络在建筑设计中的应用：系统评价
摘要：目的：审查和分析生成对抗网络（GAN）在建筑设计领域中的应用的研究状态。方法：这项研究遵循了最新的PRISMA指南，并从国内和国际来源系统地收集了相关的研究文献。对95篇代表中文和英语文章进行了深入分析。在分析过程中，对智能建筑生成方法的三个维度进行了全面和深入的探索：数据应用程序量表，算法类型和建筑设计过程。结果：（1）GAN已应用于建筑设计实践的各种过程，从设计生成，开发和评估到最终解决方案表达； （2）可以在不同的建筑尺度上应用gan，从大规模的复杂功能建筑到住宅单元的精致布局设计； （3）GAN的外观使设计人员能够在各个阶段快速提出设计结果，从而大大提高了工作效率； （4）目前，GAN也有许多缺点，主要反映在数据的准确性和工具的可用性中。结论：计算机性能的改进和数据资源的丰富促进了智能建筑生成方法的广泛应用。gan在建筑设计领域具有巨大的潜力，并且可以提供更有效，灵活和多样化的设计过程。但是，需要进一步的研究和开发来应对在该领域使用gan的挑战和局限性。
生成式人工智能对智能建筑的影响
生成式人工智能是人工智能的一个分支，涵盖一系列利用深度学习算法（生成式对抗网络）和大量数据集来识别和学习模式、产生新颖想法并产生超越人类创造力的产出的技术。它正在彻底改变和改造各个领域，包括智能建筑领域。随着生成式人工智能的不断发展，它与智能建筑的融合正在为更“智能”和“高效”的建筑环境铺平道路。
2023影响报告-Lacroix Group
在法国，除非做某事，否则数字部门的碳足迹在2050年与20202相比几乎可以三倍。根据ARCEP的说法，由于设备和实践数量的越来越多以及数字市场的预期扩展，数据流量的激增将推动这一增加。增长的关键领域包括远程医疗，行业，智能建筑，5G和即将到来的6G移动网络，网络虚拟化，边缘计算，人工智能，区块链，增强现实和虚拟现实。
将建筑环境转变为聪明，可持续的生态系统
UL解决方案如何提供帮助•智能系统评级计划•智能建筑控制系统，传感器和连接的控制 - 测试和认证，用于电气安全，功能安全性，性能，性能和可靠性 - 空中软件更新 - 设计合作伙伴服务 - 设计合作伙伴服务 - UL营销索赔验证 - AI目标边缘计算特征验证和测试范围和测试范围•测试和验证范围的速度和级别的水平<-HV，HV，HV，HV，HV，HV，-HV
智能建筑物。我们的未来很聪明。
随着世界已变得更加以技术为中心，房东一直在将技术稳步整合到其空间中，以提高租户生产率并推动运营效率。这一运动的采用速度很慢，到目前为止，智能建筑辩论一直由技术专家和技术公司主导。但是，房东和占用者已经开始表达自己的声音，很明显，实施和维护智能建筑的意义的确定性观点必须与建筑和使用该空间的人坐在一起。出于这个原因，智能的含义的核心必须基于建筑物用户提供的功能和收益。