Scientific Paper: Hybrid Machine Learning Models for Predicting Energy Consumption in Residential Building Types Using Architectural Features

В рамках научного исследования представлены гибридные модели машинного обучения, предназначенные для прогнозирования энергопотребления в жилых зданиях. Основной акцент сделан на использовании архитектурных особенностей объектов в качестве ключевых входных данных для этих моделей. Целью работы является повышение точности оценки будущих затрат на энергию, что критически важно для расчета технико-экономических показателей на ранних стадиях проектирования. 💡 Научная новизна заключается в разработке и валидации подходов, интегрирующих различные методы машинного обучения для более детального анализа влияния архитектурных решений на энергетическую эффективность зданий.