抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
居住者の日常活動のパターンを認識することにより,建物システムはサービスを最適化し,個人化することができた。確立された技術であるデータ収集とパターンマイニングのための利用できるが,それらは全てデータ収集に用いた方法論は,パターン認識に適した病気になる傾向があるという欠点を共有している。本研究のために,著者らは,オーダーメイドのWSN(無線センサネットワーク)を開発し,この障害を克服するために頻繁エピソードマイニングのためのコンパクトなデータフォーマットとを組み合わせた。提案したフレームワークは,スマートホームシミュレータからと学生の家庭における自己組織化WSN(無線センサネットワーク)からの実データと合成データを用いて評価した。フレームワークである不均一センサデータにおける連続パターンを発見することが可能であることを示すことができた。対応するシナリオでは,日常活動のパターンを推定することができた。枠組みを自己無撞着,スケーラブル,そしてエネルギー効率であり,複数の建築システム設定で適用可能である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】