Data-driven moving-window Bayesian inference for transient CO2–temperature network models of buildings
Este artículo propone un marco de inferencia bayesiana de ventana móvil basado en datos que acopla un modelo de red de CO2-temperatura con detección dispersa para estimar conjuntamente parámetros térmicos, flujo de aire y ocupación variables en el tiempo, permitiendo así la predicción precisa de la temperatura transitoria en múltiples zonas y la cuantificación de la incertidumbre en edificios.