文献

J-GLOBAL ID：202002222670127736   整理番号：20A0276708

対話型学習のためのデータベース品質評価:占有推定への応用【JST・京大機械翻訳】

Database quality assessment for interactive learning: Application to occupancy estimation

著者 (4件)： Amayri Manar (G-SCOP lab / Grenoble Institute of Technology, Grenoble, France) ,  Ploix Stephane (G-SCOP lab / Grenoble Institute of Technology, Grenoble, France) ,  Bouguila Nizar (Concordia Institute for Information Systems Engineering (CIISE), Concordia University, Montreal, QC, Canada) ,  Wurtz Frederic (G2ELAB/ Grenoble Institute of Technology, Grenoble, France)
資料名： Energy and Buildings  (Energy and Buildings)
巻： 209  ページ： Null  発行年： 2020年 
JST資料番号： A0199A  ISSN： 0378-7788  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： データ品質評価は,より良いモデリングを駆動することができるので,多くの実際の応用のための重要な要素である。本研究では,データ品質(Qscore)を評価する方法論を提案し議論した。Qscoreの検証は,占有率推定に関連する相互作用学習実験により行った。対話型学習は,スマートビルにおける居住者の行動を考慮し,統合するために重要であることが示されている。実際,価値あるフィードバックと情報は,それらを含むことによって,そして,エネルギー管理システムに関するそれらの意識を改善することによって,居住者から収集することができた。利用者は,高度にエネルギー効率の高い建物を開発することに関与することを感じるべきであるこの目的に到達するために,居住者は,制御においてより多くの感覚を感じるために,建物の特徴を認識しなければならない。本論文では,建物占有率を推定するために,居住者と相互作用する枠組みを提案した。このフレームワークは,訓練データを収集する必要がある場合,居住者との相互作用を含む強化された教師つき学習アプローチに基づいている。訓練データは,通常のセンサから収集された測定(すなわち,運動検出,電力消費,CO2濃度),および相互作用中の居住者によって提供されるラベル(すなわち,居住者の数)から構成される。著者らの実験において考慮した学習機械は,他のアプローチが提案したフレームワークの中で容易に統合できるが,多層パーセプトロン回帰(MLP)である。ユーザとの役に立たない相互作用を避けるために,ユーザとの相互作用が必要であるか否かを決定するために,データの品質を測定するために,新しい概念を導入した。広範なシミュレーションにより,提案した手法の利点を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 占有率 ,  住民 ,  *品質 ,  *データベース ,  *学習 ,  教師つき学習 ,  多層パーセプトロン ,  学習機械 ,  機械学習 ,  電力消費 ,  相互作用 ,  モデリング ,  データマイニング ,  インテリジェントビル
準シソーラス用語： 訓練データ , 【Automatic Indexing@JST】

著者キーワード (7件)： データ品質 ,  機械学習 ,  データマイニング ,  人間の行動 ,  建築性能 ,  活動認識 ,  オフィスビル

分類 (2件)： エネルギー消費・省エネルギー  (LD01000B) ,  建築設備一般  (RB06010V)

タイトルに関連する用語 (5件)： 対話型学習 ,  データベース ,  品質評価 ,  推定 ,  応用