• Collegio di Ingegneria Energetica. Componente invitato

Master of Science

• Challenge@PoliTo by Firms - Enertech. A.A. 2022/23, INGEGNERIA GESTIONALE (ENGINEERING AND MANAGEMENT). Collaboratore del corso
• Atelier finale di Progettazione B (modulo di Tecniche del controllo ambientale). A.A. 2019/20, ARCHITETTURA PER IL PROGETTO SOSTENIBILE. Collaboratore del corso
• Gestione energetica e automazione negli edifici. A.A. 2020/21, INGEGNERIA ENERGETICA E NUCLEARE. Collaboratore del corso
• Gestione energetica e automazione negli edifici. A.A. 2021/22, INGEGNERIA ENERGETICA E NUCLEARE. Collaboratore del corso
• Gestione energetica e automazione negli edifici. A.A. 2022/23, INGEGNERIA ENERGETICA E NUCLEARE. Collaboratore del corso
• Models and scenarios for energy planning. A.A. 2020/21, INGEGNERIA ENERGETICA E NUCLEARE. Collaboratore del corso
• Models and scenarios for energy planning. A.A. 2022/23, INGEGNERIA ENERGETICA E NUCLEARE. Collaboratore del corso

• Coraci, Davide; Brandi, Silvio; Hong, Tianzhen; Capozzoli, Alfonso (2023)
  Online transfer learning strategy for enhancing the scalability and deployment of deep reinforcement learning control in smart buildings. In: APPLIED ENERGY, vol. 333. ISSN 0306-2619
  Contributo su Rivista
• Brandi, Silvio (2022)
  Deep Reinforcement Learning-based Control Strategies for Enhancing Energy Management in HVAC Systems. relatore: CAPOZZOLI, ALFONSO; , 34. XXXIV Ciclo, P.: 220
  Doctoral Thesis
• Brandi, S.; Gallo, A.; Capozzoli, A. (2022)
  A predictive and adaptive control strategy to optimize the management of integrated energy systems in buildings. In: ENERGY REPORTS, vol. 8, pp. 1550-1567. ISSN 2352-4847
  Contributo su Rivista
• Brandi, S.; Fiorentini, M.; Capozzoli, A. (2022)
  Comparison of online and offline deep reinforcement learning with model predictive control for thermal energy management. In: AUTOMATION IN CONSTRUCTION, vol. 135. ISSN 0926-5805
  Contributo su Rivista
• Brandi, S.; Coraci, D.; Borello, D.; Capozzoli, A. (2022)
  Energy Management of a Residential Heating System Through Deep Reinforcement Learning. In: 13th KES International Conference on Sustainability and Energy in Buildings, SEB 2021, 2021, pp. 329-339. ISSN 2190-3018. ISBN: 978-981-16-6268-3
  Contributo in Atti di Convegno (Proceeding)

• PROCESSO PER LA PREVISIONE ORARIA CON ORIZZONTE TEMPORALE DI 24H DELLA DOMANDA DI POTENZA ELETTRICA DEGLI EDIFICI BASATO SULL'UTILIZZO DI TECNICHE DI DEEP LEARNING. national Software