Data-driven moving-window Bayesian inference for transient CO2–temperature network models of buildings
Questo articolo propone un framework di inferenza bayesiana a finestra mobile basato sui dati che accoppia un modello di rete CO2-temperatura con rilevamento sparso per stimare congiuntamente i parametri termici variabili nel tempo, il flusso d'aria e l'occupazione, consentendo così una previsione accurata della temperatura transitoria multi-zona e la quantificazione dell'incertezza negli edifici.