Các kết quả nghiên cứu đã được công bố trong nước và trên thế giới được chúng tôi cập nhật và phân loại chi tiết theo từng chủ đề
Đo lường chất lượng không khí dài hạn trong một ngôi nhà sử dụng năng lượng tương đương không khí net-zero được thiết kế với các sản phẩm nội thất thải ít hợp chất hữu cơ bay hơi
Long term air quality monitoring in a net-zero energy residence designed with low emitting interior products
Phản ứng nhu cầu của hệ thống HVAC để cải thiện khả năng chứa đựng trong mạng phân phối: Một bài đánh giá và nghiên cứu toàn diện
Demand response of HVAC systems for hosting capacity improvement in distribution networks: A comprehensive review and case study
Mô hình động học về sự lây lan của bệnh truyền nhiễm hô hấp do hoạt động thang máy trong một tòa nhà chung cư
A dynamic model for elevator operation-induced spread of a respiratory infectious disease in an apartment building
Ứng dụng phân tích công nghệ BIM trong các công trình xây dựng thông minh
Application analysis of BIM technology in intelligent buildings
Khám phá tích hợp mô hình thông tin xây dựng (BIM) và Internet vạn vật (IoT) cho xây dựng bền vững
Exploring Building Information Modeling (BIM) and Internet of Things (IoT) Integration for Sustainable Building
Đánh giá sự linh hoạt nhiệt năng của các tòa nhà dân cư sử dụng bơm nhiệt dưới các thiết kế cước điện khác nhau
Assessment of the thermal energy flexibility of residential buildings with heat pumps under various electric tariff designs
Nâng cao hiệu suất tiết kiệm năng lượng ánh sáng thông qua phản ứng của người sử dụng
Improving lighting energy efficiency through user response
Bơm nhiệt sử dụng cho việc sưởi ấm không gian và sản xuất nước nóng trong tòa nhà cư trú, so sánh môi trường trong tình huống hiện tại và tương lai
Heat pumps for space heating and domestic hot water production in residential buildings, an environmental comparison in a present and future scenario
Mô hình thông minh dự đoán hiệu suất năng lượng của các tòa nhà dân dụng dựa trên mạng nơ-ron sâu
An Intelligent Model to Predict Energy Performances of Residential Buildings Based on Deep Neural Networks