Depending on the amount of data to process, file generation may take longer.

If it takes too long to generate, you can limit the data by, for example, reducing the range of years.

Dissertation

Download BibTeX

Title

Constructing semi-automated buildings’ energy loads model to retrofit built heritage by using a data-driven model and computer vision

Authors

[ 1 ] Instytut Architektury, Urbanistyki i Ochrony Dziedzictwa, Wydział Architektury, Politechnika Poznańska | [ P ] employee

Promoter

[ 1 ] Instytut Architektury, Urbanistyki i Ochrony Dziedzictwa, Wydział Architektury, Politechnika Poznańska | [ P ] employee

Reviewers

Title variant

PL Konstruowanie modelu obciążenia energetycznego częściowo zautomatyzowanych budynków do modernizacji dziedzictwa architektonicznego przy użyciu modelu opartego na danych i widzenia komputerowego

Language

english

Keywords
EN
  • building energy consumption
  • heritage buildings
  • data-driven methods
  • energy audit
  • Poland
PL
  • zużycie energii w budynkach
  • budynki zabytkowe
  • metody oparte na danych
  • audyt energetyczny
  • Polska
Abstract

EN In the face of climate change concerns, regulating energy usage in buildings, which significantly contributes to energy consumption, is crucial. This research offers an innovative approach, using smartphones and data-driven algorithms, to estimate energy performance in historic buildings without the need for specialized resources or knowledge. By harnessing smartphone LIDAR sensor to capture geometric data, this workflow uses machine learning algorithms to accurately assess energy performance, making it more accessible and cost-effective. It benefits a wide range of stakeholders, including researchers, architects, property owners, and government agencies, by providing accurate and fast insights into existing structures' energy efficiency. This research contributes to sustainable energy management and mitigating buildings' environmental impact.

PL W obliczu obaw o zmiany klimatyczne i zrównoważony rozwój środowiska, monitorowanie i regulacja zużycia energii w budynkach stały się kluczowe, zwłaszcza w przypadku dziedzictwa architektonicznego. To badanie wprowadza innowacyjne podejście do oceny wydajności energetycznej w budynkach zabytkowych, wykorzystując smartfony i algorytmy uczenia maszynowego. Dzięki temu eliminuje potrzebę kosztownych zasobów obliczeniowych i specjalistycznej wiedzy, co zwiększa dostępność i użyteczność ocen wydajności energetycznej, jednocześnie chroniąc wartość dziedzictwa. Wyniki badań podkreślają skuteczność tej metody i jej potencjał dla różnych grup, w tym badaczy, architektów, właścicieli nieruchomości i agencji rządowych, umożliwiając im uzyskanie dokładnych informacji na temat wydajności energetycznej struktur. To kluczowy krok w kierunku zrównoważonego zarządzania energią i redukcji wpływu budynków na środowisko.

Number of pages

147

Scientific discipline (Law 2.0)

architecture and urban planning

Full text of dissertation

Download file

Access level to full text

public

First review

Davide Astiaso Garcia

Place

Rome, Italy

Date

27.11.2023

Language

english

Review text

Download file

Access level to review text

public

Second review

Marcin Furtak

Place

Kraków, Polska

Date

10.12.2023

Language

polish

Review text

Download file

Access level to review text

public

Third review

Emanuele Naboni

Place

Milan, Italy

Date

01.12.2023

Language

english

Review text

Download file

Access level to review text

public

Dissertation status

dissertation before defense

Place of defense

Poznań, Poland

Date of defense

31.01.2024

This website uses cookies to remember the authenticated session of the user. For more information, read about Cookies and Privacy Policy.