文献

J-GLOBAL ID：201702268213595393   整理番号：17A1503985

Wi-Fiプローブに基づく動的Markov窓推論法を用いたオフィス空間のモデル化と予測占有プロファイル【Powered by NICT】

Modeling and predicting occupancy profile in office space with a Wi-Fi probe-based Dynamic Markov Time-Window Inference approach

著者 (3件)： Wang Wei (Department of Architecture and Civil Engineering, City University of Hong Kong, Y6621, AC1, Tat Chee Ave, Kowloon, Hong Kong) ,  Chen Jiayu (Department of Architecture and Civil Engineering, City University of Hong Kong, Y6621, AC1, Tat Chee Ave, Kowloon, Hong Kong) ,  Song Xinyi (School of Building Construction, Georgia Institute of Technology, Atlanta, GA 30332, United States)
資料名： Building and Environment  (Building and Environment)
巻： 124  ページ： 130-142  発行年： 2017年 
JST資料番号： C0858A  ISSN： 0360-1323  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 正確な占有情報が利用可能であるときに建物の需要ベース空調制御方法は大きな省エネルギーの可能性を示した。実際の居住者需要に基づく適切なサービスシステム過冷却または過熱により生じる不必要なエネルギーの浪費を防ぐことができた。,種々の占有検出法が近年多くの注目を惹いている。それらの中で,Wi-Fiベース検出法はWi-Fiアクセスポイント(AP)から徹底的に議論され,無線装置は近代建築に使用している。伝統的な要求と応答ベース占有率評価と比較して,ネットワークに接続されてなくても新たに開発したWi-Fiプローブ技術はWi-Fi可能デバイスを走査できる。しかし,Wi-Fiプローブ検出はまだ不安定信号と予測できない居住者の行動に起因して重大な誤差を持っている。本研究では,検出した信号の時系列と確率的特性を強調し,信頼性の高い占有率を予測するための新しい動的Markov時間窓推論(DMTWI)モデルを提案した。従来の自己回帰移動平均(A RMA)モデルとサポートベクトル回帰(SVR)モデルについても検討と比較して,提案したアプローチであった。現場実験は,提案したモデルを検証するために行い,その結果は精度耐性は平日,休日の3,および2週末4以下である時,予測精度は80%以上であることを明らかにした。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *モデリング ,  占有率 ,  住民 ,  端局 ,  *予測 ,  ネットワーク ,  過冷却 ,  *プローブ ,  信頼性 ,  現場試験 ,  省エネルギー ,  検出法
準シソーラス用語： 予測精度 ,  サポートベクトル回帰 ,  *WiFi , 【Automatic Indexing@JST】

著者キーワード (4件)： 占有率予測 ,  Wi-Fiプローブ ,  時間窓はアプローチ ,  Markov推論

分類 (2件)： 建築環境一般  (RB02010T) ,  エネルギー消費,省エネルギー  (RA01092B)

タイトルに関連する用語 (8件)： Wi-Fi ,  プローブ ,  窓 ,  推論 ,  オフィス ,  モデル化 ,  予測 ,  プロファイル