文献

J-GLOBAL ID：202202238428678606   整理番号：22A0330788

居住者中心の側面の機械学習に基づく分析:住宅建物のエネルギー消費における重要な要素【JST・京大機械翻訳】

Machine learning-based analysis of occupant-centric aspects: Critical elements in the energy consumption of residential buildings

著者 (7件)： Alsharif Rashed (Department of Civil Engineering, Monash University, Melbourne, Australia) ,  Alsharif Rashed (Department of Construction Engineering at Al Qunfudah, Umm Al-Qura University, Saudi Arabia) ,  Arashpour Mehrdad (Department of Civil Engineering, Monash University, Melbourne, Australia) ,  Golafshani Emadaldin Mohammadi (Department of Civil Engineering, Monash University, Melbourne, Australia) ,  Hosseini M. Reza (School of Architecture & Built Environment, Deakin University, Victoria, Australia) ,  Chang Victor (Department of Civil Engineering, Monash University, Melbourne, Australia) ,  Zhou Jenny (Department of Civil Engineering, Monash University, Melbourne, Australia)
資料名： Journal of Building Engineering  (Journal of Building Engineering)
巻： 46  ページ： Null  発行年： 2022年 
JST資料番号： W3072A  ISSN： 2352-7102  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 住宅部門は世界的にかなりのエネルギーを消費し,これは主に熱的に快適な屋内環境の提供のための運転エネルギーシステムに起因する。この分野における文献はエネルギー消費における重要因子の調査に焦点を合わせているが,熱乗員因子(TOF)(即ち,代謝速度及び衣類レベル)に対する定量的感度解析を行ってきた。したがって,本論文は,居住者の熱快適性の制約を考慮して,建物関連要因に対する交差比較によるTOFの重大性をテストするためのフレームワークを紹介する。建築物エネルギーシミュレーションモデルを用いて,事例研究のエネルギー消費をシミュレーションし,建築物エネルギーモデル代替案を作成した。範囲は,確立された直交実験計画法で,TOFと建物エンベロープ因子を含む。線形遺伝的プログラミング(LGP)と呼ばれる機械学習(ML)の一般的な分岐を用いて,実験から生成されたデータを分析した。最後に,開発したLGPモデルを用いて感度解析を行い,考慮した因子の臨界性を決定し,ランク付けした。調査結果は,居住者の代謝率と衣類のレベルが,それぞれ-0.48と-0.38の標高因子を持ち,エネルギー効率の良い快適な住宅を達成するために,建物外被因子に対して2番目と3番目をランク付けすることを明らかにする。本研究は,TOFの重大性を定量化し,建物エンベロープ因子に対してそれらをランク付けするために,直交実験設計をML技術と結びつけるフレームワークを導入することによって,文献に寄与する。Copyright 2022 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： 実験計画法 ,  シミュレーションモデル ,  快適性 ,  感度解析 ,  衣服 ,  臨界 ,  人工知能 ,  *住宅 ,  屋内環境 ,  モデル ,  事例研究 ,  エンベロープ ,  直交性 ,  *機械学習

著者キーワード (6件)： 人工知能 ,  エネルギーシミュレーション ,  遺伝的プログラミング ,  代謝率 ,  平均投票(PMV)の予測 ,  持続可能性

分類 (1件)： 建築環境一般  (RB02010T)

タイトルに関連する用語 (7件)： 居住者 ,  機械学習 ,  分析 ,  住宅 ,  建物 ,  エネルギー消費 ,  要素