five

Building Data Genome Directory|建筑能源数据集|数据共享数据集

收藏
github2024-05-17 更新2024-05-31 收录
建筑能源
数据共享
下载链接:
https://github.com/buds-lab/building-data-directory
下载链接
链接失效反馈
资源简介:
Building Data Genome Directory是一个开放的数据共享平台,提供建筑能源研究所需的关键数据。它提供多种空间和时间尺度的有价值数据集,包括仪表、建筑级和社区级数据。这些数据集来自政府、研究机构和在线能源仪表板,用户还可以通过众包机制建议添加数据集。该目录支持建筑能源效率的研究和应用,对于解决全球能源和环境挑战至关重要。

The Building Data Genome Directory is an open data-sharing platform that provides essential data for building energy research. It offers valuable datasets across various spatial and temporal scales, including meter-level, building-level, and community-level data. These datasets are sourced from government entities, research institutions, and online energy dashboards. Users can also suggest the addition of datasets through a crowdsourcing mechanism. The directory supports research and applications in building energy efficiency, playing a crucial role in addressing global energy and environmental challenges.
创建时间:
2022-12-22
原始信息汇总

数据集概述

数据集名称

Building Data Genome Directory

数据集描述

Building Data Genome Directory 是一个开放的数据共享平台,专注于建筑能源研究的数据集。该平台提供多种空间和时间尺度的数据集,包括仪表级、建筑级和社区级数据。数据集总数为60个,来源包括政府、研究机构和在线能源仪表板。

数据集内容

  • 数据类别:包括多种数据类别,具体类型可在META DIRECTORY页面查看。
  • 数据筛选与可视化:在Building Energy and Water Data子页面中,用户可以通过左侧边栏进行数据筛选,并使用下方的可视化功能。

数据集用途

该数据集支持建筑能源效率的研究和应用,对于解决全球能源和环境挑战至关重要。

数据集贡献方式

用户可以通过众包机制建议新的数据集。

引用信息

  • 论文:Xiaoyu Jin et al. The Building Data Genome Directory – An open, comprehensive data sharing platform for building performance research. 2023 J. Phys.: Conf. Ser. 2600 032003. https://iopscience.iop.org/article/10.1088/1742-6596/2600/3/032003
  • 相关出版物:A review and reflection on open datasets of city-level building energy use and their applications. https://10.1016/j.enbuild.2023.112911
AI搜集汇总
数据集介绍
main_image_url
构建方式
Building Data Genome Directory 数据集的构建依托于一个开放的数据共享平台,该平台汇集了来自政府、研究机构及在线能源仪表盘的60个数据集。这些数据集涵盖了从仪表级到建筑级再到社区级的多尺度时空数据,为建筑能源研究提供了丰富的资源。通过众包机制,用户还可以推荐新的数据集,进一步丰富了数据集的内容和多样性。
特点
该数据集的显著特点在于其全面性和开放性。它不仅包含了多层次的建筑能源数据,还提供了可视化和过滤功能,便于用户快速定位所需信息。此外,数据集的开放共享模式鼓励了全球研究者的参与,推动了建筑能源效率研究的发展,为解决全球能源和环境问题提供了重要支持。
使用方法
用户可以通过访问buildingdatadirectory.org平台,利用左侧边栏选择所需的数据类别,或上传自己希望共享的数据集。平台提供了详细的过滤和可视化工具,帮助用户高效地浏览和分析数据。对于开发者,可以通过GitHub仓库中的Python文件进行二次开发,利用streamlit网页框架构建自定义的数据展示界面。
背景与挑战
背景概述
建筑能源研究领域长期以来面临着数据获取与共享的难题,而Building Data Genome Directory的诞生正是为了应对这一挑战。该数据集由Xiaoyu Jin等研究人员于2023年创建,旨在通过构建一个开放、全面的数据共享平台,为建筑能源研究提供丰富的数据资源。该平台汇集了来自政府、研究机构及在线能源仪表盘的60个数据集,涵盖了从仪表级到社区级的多尺度数据。其核心研究问题在于如何通过数据共享与整合,推动建筑能源效率的研究与应用,进而为全球能源与环境问题的解决提供支持。该数据集的发布不仅填补了建筑能源数据共享的空白,还为相关领域的研究者提供了宝贵的资源,极大地促进了建筑能源研究的进展。
当前挑战
尽管Building Data Genome Directory为建筑能源研究提供了丰富的数据资源,但其构建与应用过程中仍面临诸多挑战。首先,数据的多样性与复杂性使得数据的标准化与整合成为一大难题,尤其是在不同来源的数据格式与质量参差不齐的情况下。其次,数据的安全性与隐私保护问题也不容忽视,如何在开放共享的同时确保敏感信息的安全,是该平台必须解决的关键问题。此外,数据的实时更新与维护也是一个持续的挑战,尤其是在涉及多个数据源的情况下,如何确保数据的时效性与准确性至关重要。最后,如何通过可视化与分析工具,帮助研究者更高效地利用这些数据,也是该平台未来需要进一步优化的方向。
常用场景
经典使用场景
Building Data Genome Directory 数据集在建筑能源研究领域中被广泛应用于分析和优化建筑能效。该数据集涵盖了从仪表级到社区级的多尺度数据,为研究人员提供了丰富的数据资源。经典的使用场景包括建筑能耗模型的构建、能源使用模式的识别以及节能策略的评估。通过这些数据,研究者能够深入理解建筑能源系统的运行机制,从而提出有效的节能措施。
衍生相关工作
基于 Building Data Genome Directory 数据集,许多相关研究工作得以展开。例如,有研究者利用该数据集进行城市级建筑能耗的预测模型研究,进一步推动了智能城市的发展。此外,还有研究聚焦于数据集的开放性和可访问性,探讨了如何通过数据共享平台促进全球范围内的建筑能源研究合作。这些衍生工作不仅丰富了建筑能源研究的理论体系,也为实际应用提供了有力支持。
数据集最近研究
最新研究方向
在建筑能源研究领域,Building Data Genome Directory数据集的最新研究方向主要集中在通过大数据分析和机器学习技术,优化建筑能源使用效率。该数据集提供了多尺度、多层次的建筑能源数据,涵盖了从单个仪表到社区级别的详细信息,为研究者提供了丰富的数据资源。当前,研究者们正利用这些数据进行建筑能源模型的优化、能源消耗预测以及智能建筑系统的开发,以应对全球能源和环境挑战。此外,数据集的开放性和众包机制也促进了跨学科合作,推动了建筑能源研究的创新与发展。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

Kaggle Financial Statement Data

该数据集包含公司财务报表的数据,涵盖了多个公司的财务信息,如资产负债表、利润表和现金流量表等。数据以CSV格式提供,便于分析和处理。

www.kaggle.com 收录

TruckV2X

TruckV2X数据集是首个以卡车为中心的多模态和多代理协作感知数据集,旨在解决卡车在自动驾驶中面临的独特感知挑战。该数据集利用LiDAR和摄像头进行多模态感知,并包括拖拉机、拖车、CAV和RSU等多代理协作。数据集提供了64个场景,包括88,396帧LiDAR点云、一百万张相机图像和1.18百万个3D边界框注释。该数据集为开发具有增强遮挡处理能力的协作感知系统奠定了基础,并加速了多代理自动驾驶卡车系统的部署。

arXiv 收录

CodeGen

CodeGen数据集是一个用于代码生成和理解的大型数据集,包含了多种编程语言的代码片段和相应的自然语言描述。该数据集旨在帮助研究人员和开发者训练和评估代码生成模型,提高代码生成的准确性和效率。

github.com 收录

Global Burden of Disease Study (GBD)

全球疾病负担研究(GBD)数据集提供了全球范围内疾病、伤害和风险因素的详细统计数据。该数据集包括了各种健康指标,如死亡率、发病率、伤残调整生命年(DALYs)等,涵盖了多个国家和地区。数据集还提供了不同年龄组、性别和时间段的详细分析。

ghdx.healthdata.org 收录

FishBase Species List

FishBase Species List 是一个包含全球鱼类物种信息的全面数据库。该数据集提供了关于鱼类物种的详细信息,包括物种名称、分类学信息、分布区域、生态习性、繁殖行为、食性等。此外,数据集还包括了每个物种的图片和参考文献,以便用户进行深入研究。

www.fishbase.se 收录