Konferenzpaper | 2024

Energetische Optimierung auf Basis erlernten Verhaltens: Bedarfsgerechter Betrieb von Gebäuden durch die Integration von Reinforcement Learning-Bausteinen in die Gebäudeautomation

Autor*innen

Cartus, Alina Veronika ; Beermann, Jo Rasmus ; Müller, Jochen

DOI

10.51202/9783181024379-883

ISBN-13

#defaultkonferenzband 9783180924373

Weitere Details

Sprache

deutsch

Darstellungsform

Text

Seitenbereich

883 - 896

Zitierstile

Cartus, A. V., Beermann, J. R., & Müller, J. (2024). Energetische Optimierung auf Basis erlernten Verhaltens: Bedarfsgerechter Betrieb von Gebäuden durch die Integration von Reinforcement Learning-Bausteinen in die Gebäudeautomation. In U. UNBEKANNT, ohne Angabe (pp. 883–896). ohne Angabe: ohne Angabe. doi:10.51202/9783181024379-883

In die Zwischenablage kopieren

Cartus, A.V., Beermann, J.R. and Müller, J., 2024. Energetische Optimierung auf Basis erlernten Verhaltens: Bedarfsgerechter Betrieb von Gebäuden durch die Integration von Reinforcement Learning-Bausteinen in die Gebäudeautomation. In: ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, pp.883–896.

In die Zwischenablage kopieren

Cartus, Alina Veronika, Beermann, Jo Rasmus & Müller, Jochen 2024. Energetische Optimierung auf Basis erlernten Verhaltens: Bedarfsgerechter Betrieb von Gebäuden durch die Integration von Reinforcement Learning-Bausteinen in die Gebäudeautomation. In ohne Angabe. ohne Angabe. ohne Angabe: ohne Angabe, 883–896.

American Psychological Association 6th edition (DOI)

Anglia Ruskin University - Harvard

Gesellschaft für Bildung und Forschung in Europa - Harvard