Faster computation of g-functions used for modeling of ground heat exchangers with reduced memory consumption
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Temperature response functions, known as g-functions, are a computationally efficient method for simulating ground heat exchangers (GHEs), used with ground-source heat pump (GSHP) systems or direct ground cooling systems as part of a whole-building energy simulation. In fact, at present, there are no other methods that have sufficient accuracy and are fast enough to simulate a ground-source heat pump system in a whole-building energy simulation. The concept, mathematical derivation and an implementation of a g-function calculation program were originally developed by Claesson and Eskilson (1985). More recently (Cimmino 2018a, Cimmino 2018b, Cimmino 2019) developed an open-source g-function calculation tool known as pygfunction. This tool offers great flexibility for the user to compute g-functions for specific configurations of boreholes. However, for large borehole configurations (with ~1000 boreholes), the required time to compute a single g-function can take several hours, and the required RAM can be on the order of 100 GB, greatly exceeding most desktop PCs. In order to develop libraries of g-functions and training sets for machine learning approaches, we are computing hundreds of thousands of g-functions. This paper describes further development of Cimmino's methodology to speed the computation and reduce the memory requirements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle