1. 1) Cabinet Office : 5th Science and Technology Basic Plan, pp. 10-11, 2016.1 内閣府 : 第5期科学技術基本計画, pp. 10-11, 2016.1
2. 2) Ministry of Internal Affairs and Communications : Information and communications in Japan WHITE PATER 2019, pp. 47-48, 2019 総務省 : 情報通信白書 2019, pp. 47-48, 2019
3. 3) Matsuda, Y. and Ooka, R. : Development of the digital-twin for building facilities(part1): verification of predictive accuracy of ANN models for heat source system based on operation data, Journal of Environmental Engineering (Transactions of AIJ), Vol. 85, No. 770, pp. 267-275, 2020.4 松田侑樹, 大岡龍三 : 建築設備のデジタルツイン生成に関する研究(第1報)：運転データに基づく熱源設備を模するANNモデルの予測精度の検証, 日本建築学会環境系論文集, 第85巻, 第770号, pp. 267-275, 2020.4
4. 4) Mizuno, R. and Asano, Y. : A Study on Prediction Control of Latent/Sensible Heating Storage System Using Off-Peak Electricity Equipped in an Aged Facility Pat2 Prediction Control of Required Thermal Energy Using Fuzzy Neural Network, Journal of Architecture, Planning and Environmental Engineering (Transaction of AIJ), No. 501, pp53-60, 1997.11 (in Japanese) 水野里絵, 浅野良晴 : 老人ホームにおける深夜電力を使用した潜熱・顕熱蓄熱材併用型電気床暖房の予測制御に関する研究, 日本建築学会計画系論文集, 第501号, pp53-60, 1997.11
5. 5) Takamura, H. and Asano, Y. : A Study on Prediction Control of Latent Floor-Heating Storage System Using Off-Peak Electricity Equipped Part2 Prediction Control of Required Thermal Energy Using Fuzzy-Neural network, Journal of Architecture, Planning and Environmental Engineering (Transaction of AIJ), No. 504, pp. 71-77, 1998.2 高村秀樹, 浅野良晴 : 学校建築における深夜電力を利用した潜熱蓄熱式床暖房の予測制御法に関する研究 その2 ファジィ・ニューラルネットワーク融合モデルを用いた投入熱量の予測制御, 日本建築学会計画系論文集, 第504号, pp. 71-77, 1998.2