当前位置：
X-MOL 学术
›
Indoor Built Environ.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Dynamic forecasting model for indoor pollutant concentration using recurrent neural network
Indoor and Built Environment ( IF 3.6 ) Pub Date : 2020-12-03 , DOI: 10.1177/1420326x20974738 Lulu Hu 1 , Na Fan 2 , Jingguang Li 2 , Yingwen Liu 1
Indoor and Built Environment ( IF 3.6 ) Pub Date : 2020-12-03 , DOI: 10.1177/1420326x20974738 Lulu Hu 1 , Na Fan 2 , Jingguang Li 2 , Yingwen Liu 1
Affiliation
Accurate and reliable indoor pollutant concentration prediction is essential to solve the time-lag problem of indoor air quality control systems. Thus, the representation of time in pollutant forec...
中文翻译：
基于循环神经网络的室内污染物浓度动态预测模型
准确可靠的室内污染物浓度预测对于解决室内空气质量控制系统的时滞问题至关重要。因此，污染物预测中时间的表示...
更新日期：2020-12-03
中文翻译：
基于循环神经网络的室内污染物浓度动态预测模型
准确可靠的室内污染物浓度预测对于解决室内空气质量控制系统的时滞问题至关重要。因此，污染物预测中时间的表示...
京公网安备 11010802027423号