論文の概要: Understanding occupants' behaviour, engagement, emotion, and comfort indoors with heterogeneous sensors and wearables

• arxiv url: http://arxiv.org/abs/2105.06637v1
• Date: Fri, 14 May 2021 04:17:24 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-17 22:01:13.830625
• Title: Understanding occupants' behaviour, engagement, emotion, and comfort indoors with heterogeneous sensors and wearables
• Title（参考訳）: 不均質センサとウェアラブルを用いた屋内における居住者の行動・エンゲージメント・感情・快適感の理解
• Authors: Nan Gao, Max Marschall, Jane Burry, Simon Watkins, Flora D. Salim
• Abstract要約: オーストラリアのメルボルン郊外にあるK-12私立学校でフィールドスタディを行いました。 2つの屋外気象観測所と17の教室の屋内気象観測所と、居住者が管理する室内エアコンの通気口の温度センサーを用いた5ヶ月のフィールドスタディIn-Gaugeの2つの要素を含む。 第2に、23人の学生と6人の教師を4週間にわたる横断研究で追跡し、生理的データを記録するためのウェアラブルセンサーと、被験者の体温の快適さ、学習のエンゲージメント、感情、座席の行動について日々の調査を行った。
• 参考スコア（独自算出の注目度）: 2.1874189959020423
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We conducted a field study at a K-12 private school in the suburbs of Melbourne, Australia. The data capture contained two elements: First, a 5-month longitudinal field study In-Gauge using two outdoor weather stations, as well as indoor weather stations in 17 classrooms and temperature sensors on the vents of occupant-controlled room air-conditioners; these were collated into individual datasets for each classroom at a 5-minute logging frequency, including additional data on occupant presence. The dataset was used to derive predictive models of how occupants operate room air-conditioning units. Second, we tracked 23 students and 6 teachers in a 4-week cross-sectional study En-Gage, using wearable sensors to log physiological data, as well as daily surveys to query the occupants' thermal comfort, learning engagement, emotions and seating behaviours. This is the first publicly available dataset studying the daily behaviours and engagement of high school students using heterogeneous methods. The combined data could be used to analyse the relationships between indoor climates and mental states of school students.
• Abstract（参考訳）: オーストラリア,メルボルン郊外のk-12私立学校でフィールドスタディを行った。 まず、2つの屋外気象観測所を用いた5ヶ月の縦断調査と、17の教室の屋内気象観測所と、乗員が制御する室内空調機の通気口の温度センサーの2つがあり、それらは5分間の検層頻度で各教室の個別データセットに照合され、また、乗員の存在に関する追加データも含まれていた。 このデータセットは、居住者が室内空調ユニットを操作する方法の予測モデルを導出するために使用された。 第2に、23人の学生と6人の教師を4週間にわたる横断研究で追跡し、生理的データを記録するためのウェアラブルセンサーと、被験者の体温の快適さ、学習のエンゲージメント、感情、座席の行動について日々の調査を行った。 これは、異質な方法を用いた高校生の日々の行動とエンゲージメントを研究する最初の公開データセットである。 組み合わせたデータは、屋内の気候と大学生の精神状態の関係を分析するために使用できる。

関連論文リスト

• Causal Representation Learning in Temporal Data via Single-Parent Decoding [66.34294989334728]
  科学的研究はしばしば、システム内の高レベル変数の根底にある因果構造を理解しようとする。 科学者は通常、地理的に分布した温度測定などの低レベルの測定を収集する。 そこで本研究では,単一親の復号化による因果発見法を提案し,その上で下位の潜伏者と因果グラフを同時に学習する。
  論文  参考訳（メタデータ） (2024-10-09T15:57:50Z)
• Inferring Mood-While-Eating with Smartphone Sensing and Community-Based Model Personalization [4.245223529153532]
  携帯電話のセンサデータは、食行動と気分の両方を、モバイル食日記とモバイル健康アプリケーションという文脈で独立して特徴付けるために使われてきた。 以上の結果から, 一般的な気分推定モデルでは, 摂食など特定の文脈での性能が低下することが示唆された。 これらの制約に対処するために,類似ユーザから対象ユーザへのデータを用いたモデルを構築することにより,新たなコミュニティベースのパーソナライズ手法を採用した。
  論文  参考訳（メタデータ） (2023-06-01T14:24:10Z)
• ClimaX: A foundation model for weather and climate [51.208269971019504]
  ClimaXは気象と気候科学のディープラーニングモデルである。 気候データセットの自己教師型学習目標で事前トレーニングすることができる。 気候や気候の様々な問題に対処するために、微調整が可能である。
  論文  参考訳（メタデータ） (2023-01-24T23:19:01Z)
• Environmental Sensor Placement with Convolutional Gaussian Neural Processes [65.13973319334625]
  センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。 確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。 本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
  論文  参考訳（メタデータ） (2022-11-18T17:25:14Z)
• Are You Comfortable Now: Deep Learning the Temporal Variation in Thermal Comfort in Winters [4.1450131693013095]
  温熱的快適感の時間的変動は、居住者の幸福感とエネルギー消費を規制する重要な問題である。 ほとんどの機械学習(ML)に基づく熱快適研究では、日時、概日リズム、屋外温度といった時間的側面は考慮されていない。 本研究では,概日リズムと屋外温度がMLモデルの予測精度と分類性能に及ぼす影響について検討する。
  論文  参考訳（メタデータ） (2022-08-20T07:45:01Z)
• Cohort comfort models -- Using occupants' similarity to predict personal thermal preference with less data [0.0]
  コホート・コンフォート・モデル(Cohort Comfort Models)は、新入生者が彼らの熱環境をどのように知覚するかを予測する新しいフレームワークである。 我々のフレームワークは、物理特性やワンタイムオンボーディングサーベイのような、利用可能な背景情報を活用することができる。
  論文  参考訳（メタデータ） (2022-08-05T10:21:03Z)
• Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing [70.16043883381677]
  自律レースでは、天気は突然変化し、認識が著しく低下し、非効率な操作が引き起こされる。 悪天候の検知を改善するために、ディープラーニングベースのモデルは通常、そのような状況下でキャプチャされた広範なデータセットを必要とする。 本稿では,5つの最先端検出器のうち4つの性能向上を図るために,自動レース(CycleGANを用いた)における合成悪条件データセットを用いた手法を提案する。
  論文  参考訳（メタデータ） (2022-01-10T10:02:40Z)
• Using NASA Satellite Data Sources and Geometric Deep Learning to Uncover Hidden Patterns in COVID-19 Clinical Severity [2.674111148591461]
  我々は、エアロゾル光学深度(AOD)、温度、相対湿度に関するNASAの衛星データセットを、まだ広くは公開していない。 新型コロナウイルスのバイオサーベイランスにおけるこれらの新しいデータの有用性について論じる。
  論文  参考訳（メタデータ） (2021-10-21T01:48:59Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Monitoring Indoor Activity of Daily Living Using Thermal Imaging: A Case Study [0.0]
  熱センサアレイ(TSA)を用いた屋内ADL監視のためのIoTシステムを提案する。 日常活動、睡眠活動、非活動の3種類のADLが導入された。 その結果,3つの活動クラスは昼夜の平均気温と同一視できることがわかった。
  論文  参考訳（メタデータ） (2021-09-06T08:55:09Z)
• Investigating Underlying Drivers of Variability in Residential Energy Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
  スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。 本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
  論文  参考訳（メタデータ） (2021-02-16T16:56:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。