KIT | KIT-Bibliothek | Impressum | Datenschutz

Direct Window-to-Wall Ratio Prediction Using Deep Learning Approaches

Zhuo, Xiangyu; Tian, Jiaojiao; Häfele, Karl-Heinz 1
1 Institut für Automation und angewandte Informatik (IAI), Karlsruher Institut für Technologie (KIT)


Originalveröffentlichung
DOI: 10.1109/JURSE57346.2023.10144162
Zugehörige Institution(en) am KIT Institut für Automation und angewandte Informatik (IAI)
Publikationstyp Proceedingsbeitrag
Publikationsdatum 17.05.2023
Sprache Englisch
Identifikator ISBN: 978-1-66549-373-4
KITopen-ID: 1000159720
HGF-Programm 37.12.01 (POF IV, LK 01) Digitalization & System Technology for Flexibility Solutions
Erschienen in 2023 Joint Urban Remote Sensing Event (JURSE)
Veranstaltung Joint Urban Remote Sensing Event (JURSE 2023), Iraklio, Griechenland, 17.05.2023 – 19.05.2023
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 1–4
Nachgewiesen in Dimensions
Scopus
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page