Binaların enerji verimliliğini artırmak için geliştirilen yeni bir yapay zeka modeli, ısıl dinamikleri anlama konusunda çığır açıcı bir yaklaşım sunuyor. Thermal-GEMs adı verilen bu sistem, farklı binalardan elde edilen verileri kullanarak öğrenme sürecini hızlandırıyor.
Geleneksel yöntemlerde, bir binanın ısıtma ve soğutma davranışlarını doğru şekilde modellemek için o binadan aylar hatta yıllar süren ölçüm verileri gerekiyor. Bu durum, enerji optimizasyonu projelerinin başlatılmasını önemli ölçüde geciktiriyor ve maliyetli hale getiriyor.
Araştırma ekibi, bu sorunu transfer öğrenme teknikleriyle çözdü. Sistem, önceden eğitilmiş modelleri kullanarak bir binanın ısıl özelliklerini çok daha kısa sürede öğrenebiliyor. Çalışmada, tek kaynaklı ve çok kaynaklı transfer öğrenme yaklaşımlarının yanı sıra, zaman serisi temel modelleri de kapsamlı şekilde değerlendirildi.
Gerçek dünya verileri üzerinde yapılan testlerde, çok kaynaklı modellerin tek kaynaklı yaklaşımlardan daha başarılı sonuçlar verdiği ortaya çıktı. Bu teknoloji, binaların arıza tespit sistemlerinde ve gelişmiş kontrol mekanizmalarında kullanılarak, enerji tüketiminin önemli ölçüde azaltılmasına katkı sağlayabilir.
Sürdürülebilir enerji yönetimi ve akıllı bina teknolojileri alanında bu gelişme, sektörde yaygın kullanım için önemli bir adım niteliği taşıyor.