机读格式显示(MARC)

• 000 01513nam0 2200277 450

• 001 0000515031

• 005 20260318152700.0

• 010 __ |a 978-7-5235-1091-9 |d CNY78.00

• 099 __ |a CAL 012024397706

• 100 __ |a 20241226d2023 em y0chiy50 ea

• 101 1_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a af a 000yy

• 106 __ |a r

• 200 1_ |a 人工智能与数字孪生技术赋能碳中和数据中心的智能优化策略 |A ren gong zhi neng yu shu zi luan sheng ji shu fu neng tan zhong he shu ju zhong xin de zhi neng you hua ce lve |f 周昕著

• 210 __ |a 北京 |c 科学技术文献出版社 |d 2023

• 215 __ |a 276页, [4] 页图版 |c 图 (部分彩图) |d 24cm

• 314 __ |a 周昕, 男, 1985年生。南洋理工大学博士后, 博士毕业于日本广岛大学信息工程专业。2017年由“江西科技师范大学高层次人才引智计划”入职信息与机电工程学院。

• 320 __ |a 有书目 (第259-276页)

• 330 __ |a 本书深入探讨了数据中心领域的十大前沿主题, 包括能效优化、任务分配、冷却控制等, 关注点在于数字孪生技术和深度强化学习在这些领域的应用。书中详细剖析了数据中心能效的关键挑战, 探讨了深度强化学习在任务分配和冷却控制中的创新应用。同时, 也介绍了数字孪生技术在数据中心运维优化中的重要性, 以及机器学习在绿色冷却控制和智能电网管理等方面的应用。此外, 还深入探讨了数据中心可持续性发展的策略和实践, 以及机器学习在电力存储系统和电能存储材料探索中的应用, 旨在为读者提供思考和应用的启示。

• 606 0_ |a 数据处理中心 |A shu ju chu li zhong xin |x 研究

• 690 __ |a G254.926 |v 5

• 701 _0 |a 周昕, |A zhou xin |f 1985- |4 著

• 801 _0 |a CN |b 人天书店 |c 20241226

• 905 __ |a LJUZC |d G254.926/9

• 920 __ |a 222016 |z 1