机关部处 群团组织 直附属机构
岳麓书院 经济与贸易学院 金融与统计学院 法学院 马克思主义学院 教育太阳集团官方网站研究院 体育学院 中国语言文学学院 外国语学院 新闻与传播学院 数学学院 物理与微电子太阳集团官方网站学院 化学化工学院 生物学院 机械与运载工程学院 材料太阳集团官方网站与工程学院 电气与信息工程学院 信息太阳集团官方网站与工程学院 建筑学院 土木工程学院 环境太阳集团官方网站与工程学院 工商管理学院 公共管理学院 设计艺术学院 机器人学院 经济管理研究中心 化学生物传感与计量学国家重点实验室 国家高效磨削工程技术研究中心 汽车车身先进设计制造国家重点实验室 国家电能变换与控制国家工程技术研究中心 机器人视觉感知与控制技术国家工程实验室
当前位置: 首页 >> 校园生活 >> 学术活动 >> 学院讲座 >> 正文
统计数据 / lectrue notice
  • 排序 学院 发文量
    1 机械与运载工程学院 208
    2 物理与微电子太阳集团官方网站学院 208
    3 岳麓书院 184
    4 化学化工学院 178
    5 材料太阳集团官方网站与工程学院 90
    6 数学与计量经济学院 88
    7 土木工程学院 75
    8 信息太阳集团官方网站与工程学院 68
    9 教务处 47
    10 建筑学院 40
  • 排序 学院 发文量
    11 生物学院 40
    12 经济与贸易学院 38
    13 电气与信息工程学院 36
    14 工商管理学院 28
    15 外国语学院 15
    16 法学院 15
    17 新闻传播与影视艺术学院 9
    18 研究生院 9
    19 经济与管理研究中心 6
    20 马克思主义学院 5
    21 中国语言文学学院 4
土木院:Machine Learning for building energy efficiency
学术地点 土木工程学院院楼B210 主讲人 Dr. Xiwang Li
讲座时间 2018年5月10日上午10点

题目: Machine Learning for building energy efficiency

演讲人: Dr. Xiwang Li (李曦旺 博士)

讲座时间 :2018年5月10日上午10点




Buildings consumes over 70% of electricity and 40% of primary energy in the United States. The penetration of distributed renewable energy systems and smart grid technologies creates the new opportunities and challenges for energy efficiency and reliability.

Building energy forecasting, as the basis of model based building control and design, has attracted more and more attention in both academia and industry. In the past decade, the increasingly development of computating, machine learning, and data mining, has been changing the fundamental approaches for energy forecasting.  

This talk will start with the introduction of fundamental machine learning methods, such as regression and neural networks, and then the state-of-art machine learning tools and platforms, such as SKlearn, and TensorFlow, will be introduced. Besides the theoretical discussion, this talk will also share the hands-on experience and understanding of utilizing machine learning techniques in building energy efficiency as well as renewable energy integration.


Xiwang Li holds a Ph.D. degree in Civil Engineering from Drexel University in 2015. Dr. Li currently working in Lawrence Berkeley National Lab in USA. Before joining LBNL, Dr. Li was a Postdoc research fellow at Graduate school of design in Harvard University.

Dr. Li’s research focuses on building energy forecasting and modeling for energy efficiency and indoor environment quality, by utilizing various techniques in machine learning and data mining. Dr. Li has been working on several projects funded by U.S. Department of Energy, U.S. Department of Defense, U.S. National Science Foundation, etc., and have published over 20 scientific publications.  


下一条:土木院:Improving Data Center Energy Efficiency through End-to-End Cooling Modeling and Optimization

XML 地图 | Sitemap 地图