文献

J-GLOBAL ID：201702234822503007   整理番号：17A0367518

環境センサデータに基づくオフィスビルにおける占有率推定のための融合フレームワーク【Powered by NICT】

A fusion framework for occupancy estimation in office buildings based on environmental sensor data

著者 (3件)： Chen Zhenghua (School of Electrical and Electronics Engineering, Nanyang Technological University, 50 Nanyang Ave, Singapore) ,  Masood Mustafa K. (School of Electrical and Electronics Engineering, Nanyang Technological University, 50 Nanyang Ave, Singapore) ,  Soh Yeng Chai (School of Electrical and Electronics Engineering, Nanyang Technological University, 50 Nanyang Ave, Singapore)
資料名： Energy and Buildings  (Energy and Buildings)
巻： 133  ページ： 790-798  発行年： 2016年 
JST資料番号： A0199A  ISSN： 0378-7788  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： 暖房,換気と照明要件を決定するために使用できることを占有情報は,エネルギー効率の良い建物の制御のための重要なパラメータの一つである。本論文では,環境パラメータを有する建物占有率推定のための融合フレームワークを提案した。環境センサデータに基づいて,建物占有率の粗い推定は,極端学習機械(ELM),サポートベクトルマシン(SVM),人工ニューラルネットワーク(ANN),k近傍法(KNN),線形判別分析(LDA)及び分類と回帰ツリー(CART)を含むデータ駆動型モデルを用いて達成できた。ELMアルゴリズムの極度に高速な学習速度のために,環境パラメータの最良の特徴集合を選択するELMベースラッパー法を適用した。建物占有率の推定精度をさらに改善,占有率動力学を考慮するために,著者らは粒子フィルタアルゴリズムを用いてデータ駆動型モデルの結果を融合する良く発達した占有モデル。実際の実験は,提案した融合フレームワークは,異なる方法の間でそれぞれ推定精度と検出精度(存在/不在)で約5 14%と3 12%の改善を達成できることを示した。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： *占有率 ,  高速度 ,  換気 ,  サポートベクトルマシン ,  *事務所建築 ,  エネルギー効率
準シソーラス用語： 検出精度 ,  粒子フィルタ ,  推定精度 ,  学習速度 ,  データ駆動 ,  CART ,  線形判別分析 ,  k最近接法 ,  極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (4件)： 占有率推定 ,  データ駆動型モデル ,  占有モデル ,  ELMに基づくラッパー

分類 (1件)： 建築環境一般  (RB02010T)

タイトルに関連する用語 (7件)： 環境 ,  センサデータ ,  オフィスビル ,  占有率 ,  推定 ,  融合 ,  フレームワーク