論文の概要: Using Statistical Models to Detect Occupancy in Buildings through Monitoring VOC, CO$_2$, and other Environmental Factors

• arxiv url: http://arxiv.org/abs/2203.04750v1
• Date: Mon, 7 Mar 2022 22:25:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-10 16:19:27.484816
• Title: Using Statistical Models to Detect Occupancy in Buildings through Monitoring VOC, CO$_2$, and other Environmental Factors
• Title（参考訳）: VOC, CO$_2$, その他の環境因子のモニタリングによる建築物の稼働状況の統計モデルによる検出
• Authors: Mahsa Pahlavikhah Varnosfaderani, Arsalan Heydarian, Farrokh Jazizadeh
• Abstract要約: これまでの研究は、CO$$のセンサーと視覚に基づく技術を使って、占有パターンを判定していた。 揮発性有機化合物(VOCs、Volatile Organic Compounds)は、別の汚染物質である。 揮発性有機化合物(VOCs、Volatile Organic Compounds)は、別の汚染物質である。
• 参考スコア（独自算出の注目度）: 2.1485350418225244
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic models of occupancy patterns have shown to be effective in optimizing building-systems operations. Previous research has relied on CO$_2$ sensors and vision-based techniques to determine occupancy patterns. Vision-based techniques provide highly accurate information; however, they are very intrusive. Therefore, motion or CO$_2$ sensors are more widely adopted worldwide. Volatile Organic Compounds (VOCs) are another pollutant originating from the occupants. However, a limited number of studies have evaluated the impact of occupants on the VOC level. In this paper, continuous measurements of CO$_2$, VOC, light, temperature, and humidity were recorded in a 17,000 sqft open office space for around four months. Using different statistical models (e.g., SVM, K-Nearest Neighbors, and Random Forest) we evaluated which combination of environmental factors provides more accurate insights on occupant presence. Our preliminary results indicate that VOC is a good indicator of occupancy detection in some cases. It is also concluded that proper feature selection and developing appropriate global occupancy detection models can reduce the cost and energy of data collection without a significant impact on accuracy.
• Abstract（参考訳）: 占有パターンの動的モデルは,建築システムの最適化に有効であることが示されている。 これまでの研究は、占有パターンを決定するためにco$_2$センサーと視覚に基づく技術に頼ってきた。 視覚に基づく技術は、非常に正確な情報を提供するが、非常に侵入的である。 したがって、モーションやco$_2$センサーは世界中で広く採用されている。 揮発性有機化合物(VOCs、Volatile Organic Compounds)は、別の汚染物質である。 しかしながら、住民がVOCレベルに与える影響を評価する研究は限られている。 本研究では,17,000 sqftのオープンオフィス空間で約4ヶ月間,co$_2$,voc,光,温度,湿度の連続測定を行った。 異なる統計モデル (svm, k-nearest neighbors, and random forest など) を用いて, 環境要因の組み合わせにより, 居住者の存在に関するより正確な洞察が得られるかを評価した。 以上の結果から,VOCは占有率の指標として有用であることが示唆された。 また、適切な特徴選択と適切なグローバル占有検知モデルの開発は、精度に大きな影響を与えることなく、データ収集のコストとエネルギーを削減できると結論づけた。

関連論文リスト

• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• Autonomous Detection of Methane Emissions in Multispectral Satellite Data Using Deep Learning [73.01013149014865]
  メタンは最も強力な温室効果ガスの1つである。 現在のメタン放出モニタリング技術は、近似的な放出要因や自己報告に依存している。 深層学習法は、Sentinel-2衛星マルチスペクトルデータにおけるメタン漏れの自動検出に利用することができる。
  論文  参考訳（メタデータ） (2023-08-21T19:36:50Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
  本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。 しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
  論文  参考訳（メタデータ） (2023-07-01T15:18:00Z)
• Using interpretable boosting algorithms for modeling environmental and agricultural data [0.0]
  本稿では,高次元環境データの解析に解釈可能なブースティングアルゴリズムを用いる方法について述べる。 提案手法は, 群構造をどう考えるか, 相互作用が高次元データセットでどのように見られるのかを, 新たな2段階ブースティング手法を用いて示すものである。
  論文  参考訳（メタデータ） (2023-05-04T10:16:11Z)
• Evaluation of the potential of Near Infrared Hyperspectral Imaging for monitoring the invasive brown marmorated stink bug [53.682955739083056]
  BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。 本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
  論文  参考訳（メタデータ） (2023-01-19T11:37:20Z)
• 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)
• Automated Estimation of Construction Equipment Emission using Inertial Sensors and Machine Learning Models [0.0]
  建設産業は温室効果ガス(GHG)の主要な生産国の一つである 本稿では,IoT(Internet of Things,モノのインターネット)を介して監視される重建設機器からの排出量を予測するために,機械学習(ML)手法を用いた新しいフレームワークの開発と展開について述べる。 異なるMLアルゴリズムを開発し、慣性センサデータから放射レベルを予測する最良のモデルを特定した。
  論文  参考訳（メタデータ） (2021-09-27T22:37:55Z)
• Deciphering Environmental Air Pollution with Large Scale City Data [0.0]
  交通や発電所からの排出、家庭からの排出、自然発生など、様々な要因が大気汚染の上昇の背後にある主要な原因要因または影響要因であることが知られている。 本稿では,これらのエージェント間の関係を長期にわたって探索するための大規模都市情報データセットを提案する。 また,多種多様なモデルと方法論を用いて汚染物質レベルを推定または予測する問題に対するベンチマークのセットを提供する。
  論文  参考訳（メタデータ） (2021-09-09T22:00:51Z)
• HVAQ: A High-Resolution Vision-Based Air Quality Dataset [3.9523800511973017]
  PM2.5, PM10, 温度, 湿度データからなる高時間・空間分解能空気質データセットを提案する。 我々は,センサの密度と画像によって予測精度が向上することを示すために,いくつかの視覚に基づくPM濃度予測アルゴリズムをデータセット上で評価した。
  論文  参考訳（メタデータ） (2021-02-18T13:42:34Z)
• Estimating indoor occupancy through low-cost BLE devices [2.462983746099006]
  本稿では, 低コストの占有検知システムを提案する。 人間の存在に関連するBluetooth Low Energy (BLE)信号の変化を検出することに基づいています。 平均して、異なる環境では、97.97%の精度で占領者を正しく分類することができる。
  論文  参考訳（メタデータ） (2021-01-30T09:54:31Z)

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。