法國(guó)巴黎西岱大學(xué)Yacine Boufkhad副教授訪(fǎng)問(wèn)廣州能源所并作學(xué)術(shù)報(bào)告
文章來(lái)源：城鄉(xiāng)礦山集成技術(shù) | 發(fā)布時(shí)間：2024-07-01 | 【打印】 【關(guān)閉】
6月26日，應(yīng)中國(guó)科學(xué)院可再生能源重點(diǎn)實(shí)驗(yàn)室和廣東省新能源和可再生能源研究開(kāi)發(fā)與應(yīng)用重點(diǎn)實(shí)驗(yàn)室的邀請(qǐng)，法國(guó)巴黎西岱大學(xué)Yacine Boufkhad副教授訪(fǎng)問(wèn)廣州能源所并作專(zhuān)題學(xué)術(shù)報(bào)告。法國(guó)巴黎西岱大學(xué)郭孝峰教授陪同訪(fǎng)問(wèn)，廣州能源所李軍研究員主持報(bào)告會(huì)，城鄉(xiāng)礦山集成技術(shù)研究室部分科研人員聽(tīng)取了報(bào)告。
Yacine Boufkhad以Predicting Models CO2?Concentration in a Classroom Based on Deep Learning為題，主要介紹了深度學(xué)習(xí)模型在二氧化碳濃度預(yù)測(cè)方面的應(yīng)用。研究構(gòu)建了傳統(tǒng)預(yù)測(cè)模型與多種深度學(xué)習(xí)模型，并分別對(duì)教室內(nèi)CO2濃度的變化趨勢(shì)進(jìn)行預(yù)測(cè)，從計(jì)算模型大小、參數(shù)以及預(yù)測(cè)精度等方面進(jìn)行比較，結(jié)果表明卷積LSTM模型在提升預(yù)測(cè)精度方面效果顯著。報(bào)告同時(shí)還展望了機(jī)器學(xué)習(xí)應(yīng)用場(chǎng)景。報(bào)告會(huì)后，Yacine Boufkhad與參會(huì)人員在CO2吸附、化學(xué)吸附分子模擬等方面開(kāi)展了深入的交流與探討。
此次報(bào)告會(huì)深化了廣州能源所與巴黎西岱大學(xué)在CO2濃度預(yù)測(cè)與吸附以及機(jī)器學(xué)習(xí)方面的交流，為雙方下一步合作奠定了良好基礎(chǔ)。
報(bào)告會(huì)現(xiàn)場(chǎng)
版權(quán)所有 © 中國(guó)科學(xué)院廣州能源研究所 備案號(hào)：粵ICP備11089167號(hào)-2
地址: 廣州市天河區(qū)能源路2號(hào) 電話(huà)：020-87057639（辦公室） 87057637（科技處）
傳真：020-87057677 E-mail：web@ms.giec.ac.cn
