Predicting Operational Carbon Emission Savings in Wall Assemblies with Diverse Building and Insulation Materials Using Machine Learning

Contents- Carbon_Savings_Dataset.csv : 2,520 wall assembly configurations (features + target)- Carbon_Savings_ML_Pipeline.ipynb : Full reproducible ML pipeline (Colab/Jupyter) Target variableCarbon_Savings (kg CO2e/m2/year) — computed via the admittance method(CIBSE Guide A 2006, MATLAB), validated in refs [58-60] of the paper.内容说明： - `Carbon_Savings_Dataset.csv`：包含2520组墙体装配配置数据（涵盖特征变量与目标变量） - `Carbon_Savings_ML_Pipeline.ipynb`：完整可复现的机器学习流水线（支持Colab与Jupyter运行环境） 目标变量：碳减排量（Carbon_Savings），单位为千克二氧化碳当量每平方米每年（kg CO₂e/m²/年）。该变量通过导纳法（Admittance Method）计算得出，计算依据为《CIBSE指南A 2006》，采用MATLAB实现，并已在论文参考文献[58-60]中完成验证。