Davor Stjelja

Tutkimustuotoksia vuodessa

Jos olet muokannut tietoja Puressa, ne näkyvät pian tässä.

Asiantuntemus YK:n kestävän kehityksen tavoitteista

Vuonna 2015 YK:n jäsenvaltiot sopivat 17 maailmanlaajuisesta kestävän kehityksen tavoitteesta köyhyyden poistamiseksi, planeetan suojelemiseksi ja vaurauden takaamiseksi kaikille. Tämän henkilön työ edistää seuraavia kestävän kehityksen tavoitteita:

Sormenjälki

Sukella tutkimusaiheisiin, joissa Davor Stjelja on aktiivinen. Nämä aihemerkinnät ovat peräisin tämän henkilön teoksista. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.

1 Samanlaiset profiilit

2 Conference contribution
2 Article

Futureproofing and scaling machine learning for occupancy prediction
Stjelja, D., Jokisalo, J. & Kosonen, R., 17 toukok. 2022, Proceedings CLIMA2022 : REHVA 14th HVAC Congress, 22-25 May 2022, Rotterdam. TU Delft Open, s. 2332-2338 7 Sivumäärä
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu

Open access
Tiedosto
16 Lataukset (Pure)
Scalable Room Occupancy Prediction with Deep Transfer Learning Using Indoor Climate Sensor
Stjelja, D., Jokisalo, J. & Kosonen, R., 1 maalisk. 2022, julkaisussa: Energies. 15, 6, 21 Sivumäärä, 2078.
Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

Open access
Tiedosto
2 Sitaatiot (Scopus)

20 Lataukset (Pure)
From electricity and water consumption data to information on office occupancy
Stjelja, D., Jokisalo, J. & Kosonen, R., 2021, Sisäilmastoseminaari 2021. Verkkoseminaari 9.3.2021. Ahola, M. & Merikari, A. (toim.). SIY SISÄILMATIETO OY, s. 113-118 6 Sivumäärä (Sisäilmayhdistys raportti; nro 39).
Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Professional
From Electricity and Water Consumption Data to Information on Office Occupancy: A Supervised and Unsupervised Data Mining Approach
Stjelja, D., Jokisalo, J. & Kosonen, R., 2 jouluk. 2020, julkaisussa: Applied Sciences (Switzerland). 10, 24, s. 1-23 23 Sivumäärä, 9089.
Tutkimustuotos: Lehtiartikkeli › Article › Scientific › vertaisarvioitu

Open access
Tiedosto
2 Sitaatiot (Scopus)

39 Lataukset (Pure)

1 Päättynyt

Smart Otaniemi2: Smart integration of energy flexible buildings and local hybrid energy systems
Virtanen, M., Todorov, O., Stjelja, D. & Jokisalo, J.
01/03/2019 → 30/06/2021
Projekti: Business Finland: Other research funding

1 Konferenssiesitelmä

From electricity and water consumption data to information on office occupancy: A supervised and unsupervised data mining approach
Risto Kosonen (Kontribuuttori), Davor Stjelja (Puhuja) & Juha Jokisalo (Kontribuuttori)
9 maalisk. 2021
Aktiviteetti: Konferenssiesitelmä

Davor Stjelja

Henkilökohtainen profiili

Asiantuntemus YK:n kestävän kehityksen tavoitteista

Sormenjälki

Verkko

Sukella yksityiskohtiin

Futureproofing and scaling machine learning for occupancy prediction

Scalable Room Occupancy Prediction with Deep Transfer Learning Using Indoor Climate Sensor

From electricity and water consumption data to information on office occupancy

From Electricity and Water Consumption Data to Information on Office Occupancy: A Supervised and Unsupervised Data Mining Approach

Smart Otaniemi2: Smart integration of energy flexible buildings and local hybrid energy systems

From electricity and water consumption data to information on office occupancy: A supervised and unsupervised data mining approach

Davor Stjelja

Henkilökohtainen profiili

Asiantuntemus YK:n kestävän kehityksen tavoitteista

Sormenjälki

Verkko

Tutkimustuotos

Futureproofing and scaling machine learning for occupancy prediction

Scalable Room Occupancy Prediction with Deep Transfer Learning Using Indoor Climate Sensor

From electricity and water consumption data to information on office occupancy

From Electricity and Water Consumption Data to Information on Office Occupancy: A Supervised and Unsupervised Data Mining Approach

Projektit

Smart Otaniemi2: Smart integration of energy flexible buildings and local hybrid energy systems

Aktiviteetit

From electricity and water consumption data to information on office occupancy: A supervised and unsupervised data mining approach