文献

J-GLOBAL ID：202202264612908579   整理番号：22A0840343

局所皮膚温度に基づく個々の熱的快適性要求の認識と予測【JST・京大機械翻訳】

Recognition and prediction of individual thermal comfort requirement based on local skin temperature

著者 (4件)： Wu Yeyu (School of Architecture, Tsinghua University, Beijing, China) ,  Wu Yeyu (Key Laboratory of Eco Planning & Green Building, Ministry of Education (Tsinghua University), Beijing, China) ,  Cao Bin (School of Architecture, Tsinghua University, Beijing, China) ,  Cao Bin (Key Laboratory of Eco Planning & Green Building, Ministry of Education (Tsinghua University), Beijing, China)
資料名： Journal of Building Engineering  (Journal of Building Engineering)
巻： 49  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： 本研究では,赤外線画像を用いて個々の熱的快適性要求を同定する。第一の目的は,熱的快適性パラメータの予測における赤外線画像の実現可能性を検証し,本研究で定義した2つの異なる分類モードに対する対応する予測モデルを提案することである。モデリングのための関連データは,チャンバー実験によって得た。さらに,ロジスティック回帰(LR),サポートベクトルマシン(SVM),およびランダムフォレスト(RF)のような多重機械学習(ML)アルゴリズムを適用して,赤外線カメラを用いて測定した局所皮膚温度(先頭,眼,鼻,頬および耳)を入力パラメータとして用い,熱感覚投票(TSV)を出力パラメータとして使用した。試験セットに関する各モデルの曲線下面積(AUC)を計算し,主要な評価指標として使用した。従来の熱的快適性モデルと比較するために,精度も評価指標として関係した。結果は,局所皮膚温度に基づくMLモデルの予測精度が,予測平均投票(PMV)モデルのものに近く,実用化のための顕著な実現可能性を示した。モデルの中で,LRモデルのAUCおよび精度は,他のMLモデルおよびPMVモデルと比較して,相対的利点を反映した。測定サイトの選択も本研究で議論し,選択したアルゴリズムに基づくモデルの性能に従って実用化のための提案を行った。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： アルゴリズム ,  赤外線 ,  実験 ,  感覚 ,  モデリング ,  計算機アルゴリズム ,  モデル ,  赤外線画像 ,  *皮膚温 ,  機械学習 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： チャンバ ,  ロジスティック回帰分析 ,  予測精度 ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 熱的快適性 ,  熱感覚 ,  皮膚温度 ,  赤外熱イメージング ,  機械学習

分類 (4件)： 電装品  (QG03070C) ,  建築環境一般  (RB02010T) ,  生体計測  (EL03020C) ,  オペレーションズリサーチ一般  (KA03010Q)

タイトルに関連する用語 (3件)： 皮膚温度 ,  熱的快適性 ,  予測