Outils d'inférence de paramètres pour thermique de bâtiments
Project description
Mines de Paris - CES
Le dépôt GitHub pour le projet SunRise de 2020.
Le projet SunRise
Le projet SunRise est un projet lancé en 2017 par le CES (Centre d'Efficacité des Systèmes) des Mines de Paris. Ce projet a pour but de valider des modèles novateurs de thermique :fire: de bâtiment :house: du CES à l'aide d'une expérience en chambre climatique.
Une particularité de l'expérience du CES (qui donne son nom au projet) est qu'elle utilise un soleil :sunny: artificiel mobile de grande dimension (~2m de diamètre) afin de bénéficier de davantage de flexibilité lors de l'évaluation de l'influence des rayons lumineux :flashlight:
Pour plus de détails, vous pouvez visiter le site du projet :point_left: ou même la vidéo de présentation du projet :movie_camera:
Ce dépôt
Ce dépôt contient le travail d'une équipe d'étudiants des Mines de Paris sur une méthode d'identification de paramètres d'intérêt :monocle_face: à partir de mesures de thermique de bâtiment. Il s'agit d'un élément préalable à la réalisation de l'expérience SunRise.
La méthode développée ici est inhabituelle, et l'algorithme proposé tente de fournir une solution à l'inférence de paramètres en utilisant des méthodes de Machine Learning :robot:
Ce projet utilise l'outil Poetry pour gérer les dépendances et faire un package pip utilisable plus facilement.
Contribution
Si vous souhaitez contribuer à ce dépôt :heart:, nous vous invitons à consulter les différents documents du dossier docs qui détaillent les façons de contribuer au projet, les conventions de nommage, etc...
License
Le code de ce dépôt est sauf contre-indication mis à disposition sous license GPLv3.
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Hashes for sunriseCES-0.0.1-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 2e82d32557b1d46ace2a865e8a4144f359621a5e95a5a3e8c2a69ee58885af06 |
|
MD5 | 384a2b552a222860b136f1ce22eaf376 |
|
BLAKE2b-256 | ef58419154e9e46391dcdcf2048e10ae99349dcfae1a6f80f6f265b3365aee1f |