리소스

Amazon이 AWS IoT 를 사용하여 건물 전반의 지속 가능성을 개선하는 방법(Dramel Frazier, Rob Aldrich 및 Ryan Burke, AWS re:Invent 2022 프레젠테이션)

Amazon의 2022년 지속 가능성 보고서(Amazon 지속 가능성 웹 사이트)

(AWS 솔루션) 및 함께 제공되는 GitHub 리포지토리의 에너지 사용량 모니터링 및 최적화 지침 AWS

산업 기계 학습 애플리케이션 AWS IoT SiteWise 용 Amazon Neptune 및 (GitHub 리포지토리)

Brick onlogy 설명서(Brick Schema 웹 사이트)

제약 공장의 칠러 공장 최적화(Contemporary Controls 웹 사이트)

공장 성능 최적화(Mark Fowler, World-Grain.com 웹 사이트, 2011년 2월 1일)

마살리아, 카디르, 모하메드 올리마, 아니루다 페루말라. 2020. “HVAC 시스템의 집계 유연성을 예측하기 위한 Machine Learning 기반 접근 방식.” 미국 에너지부, 과학 기술 정보국. https://www.osti.gov/servlets/purl/1632099.

Chen, Xianzhong 외 2023. “시뮬레이션 데이터에 기반한 기계 학습 알고리즘을 사용하여 데이터 센터 랙의 핫 스팟 온도 예측 및 작동 파라미터 추정.” 시뮬레이션 구축. https://doi.org/10.1007/s12273-023-1022-4.

Fu, Qiming 등 2022. “에너지 효율성 제어 구축을 위한 강화 학습 적용: 검토.” Journal of Building Engineering 50. https://doi.org/10.1016/j.jobe.2022.104165.

Wang, Huilong 등 2022. “대용량의 주파수 조절 서비스를 제공하는 데 있어 HVAC 시스템의 성능을 개선하기 위한 기계 학습 기반 제어 전략.” Applied Energy 326. https://doi.org/10.1016/j.apenergy.2022.119962.