Ryšio tarp keturių subjektyvių šiluminių metrikų iliustracijos komforto duomenų bazėje II. Šiluminis komfortas: nuo šalto (–3) iki karšto (+3). Šiluminė pirmenybė: vėsiau, nesikeičia ir šiltesnė. Šiluminis komfortas: nuo labai nepatogaus (1) iki labai komfortiško (6). Terminis priimtinumas: priimtinas ir nepriimtinas. Kreditas: Statyba ir aplinka (2023). DOI: 10.1016/j.buildenv.2023.111053 Žmonės, dirbę dideliame pastate, tikriausiai yra susidūrę su per karšta arba per šalta darbo vieta. Temperatūros reguliavimas tokiuose pastatuose yra būtinas tiek siekiant užtikrinti besinaudojančių patalpą komfortą, tiek maksimaliai padidinti pastato energinį efektyvumą.
Šildymo, vėdinimo ir oro kondicionavimo (ŠVOK) sistemoms dažnai sunku subalansuoti šiuos poreikius, tačiau mašininio mokymosi (ML) modeliai gali padėti nuspėti, kaip žmonės jaučia temperatūrą įvairiose pastato vietose, kad padidėtų efektyvumas. Nors šie modeliai gali kalbėti apie sudėtingą ryšį tarp fizinės aplinkos ir gyventojų subjektyvaus šilumos suvokimo, modeliai taip pat gali sukelti problemų, tokių kaip šališki žmogaus suvokimo duomenys ir neapibrėžtumas, dėl kurių gali būti netikslios prognozės ir neefektyvi pastato kontrolė.
Siekdama patobulinti šį ML metodą, Civilinės ir aplinkos inžinerijos katedros ir Carnegie Mellon universiteto mokslininkų komanda pasiūlė metodą, kuris sujungia duomenis ir modelius, naudojant daugiamatę asociacijos taisyklių gavybą (M-ARM), kad būtų galima rasti ir ištaisyti žmogaus paklaidas. reakcijos į temperatūrą.
Tyrimuose, pateiktuose Statyba ir aplinka, jie išbandė šį metodą septyniuose ML modeliuose ir nustatė, kad jis pagerina prognozavimo, kaip žmonės jausis dėl temperatūros, tikslumą. Tyrimas naudoja prieštaringą informaciją, kurią pateikia pastato gyventojai, atsakydami į kelis susijusius klausimus apie jų šiluminį komfortą, kad būtų galima rasti tikrąją „komforto zoną“ daugumai žmonių pastate. Tyrimo metu buvo analizuojamos netinkamo kalibravimo problemos, susijusios su dabartiniais metodais, ir nustatyti galimi subjektyvaus duomenų paklaidos atvejai naudojant M-ARM.
Neapibrėžtumo šaltiniai, apibūdinantys žmogaus – pastato – aplinkos (HBE) sistemos dinamiką. Kreditas: Statyba ir aplinka (2023). DOI: 10.1016/j.buildenv.2023.111053 „Šis darbas gali prisidėti prie energijos taupymo, nes nėra daug žmonių, kurie naudojasi šiais dideliais pastatais, besiskundžiančių diskomfortu“, – sakė tyrimui vadovavęs civilinės ir aplinkos inžinerijos docentas Pingbo Tangas.
Tangas pažymi, kad šiuo metu naudojami sugedę duomenų rinkiniai gali sukelti perteklinį energijos suvartojimą. Nors žmogaus patogumas priklauso nuo matmenų, tokių kaip drėgmė ir temperatūra, drabužiai taip pat vaidina svarbų vaidmenį.
„Yra daugiau veiksnių, nei tik žmogaus suvokimas apie temperatūrą“, – sako Tang. „Šis darbas yra susijęs su asmens atsakymo į klausimus elgsenos panaudojimu, kai jis susiduria su keliais susijusiais šiluminio komforto klausimais, kad būtų galima pakoreguoti konfliktus ir įvertinti tikrovę.
Atsižvelgdami į tokius poveikio veiksnius kaip duomenų rinkinio dydis, skirtingi klasifikatorių tipai ir kalibravimo metodai, autoriai nustatė, kad jie gali žymiai pagerinti prognozavimo patikimumą ir sumažinti šiuo metu naudojamų modelių klaidas.
Šio tyrimo rezultatai suteikia įžvalgų apie ML pagrįstų strategijų pažangą, siekiant patikimesnių terminio suvokimo prognozių. Šis darbas galėtų padėti sukurti geresnes pastatų temperatūros valdymo strategijas, kad gyventojai būtų patogesni ir sumažintų energijos suvartojimą.
Daugiau informacijos: Ruoxin Xiong ir kt., „Subjektyvių duomenų paklaidų kalibravimas ir modelio numatymo neapibrėžtumas mašininiu mokymusi pagrįstose šiluminio suvokimo prognozėse“, Statyba ir aplinka (2023). DOI: 10.1016/j.buildenv.2023.111053
Citata: patogios temperatūros radimas naudojant mašininį mokymąsi (2024 m. sausio 24 d.), gauta 2024 m. sausio 25 d. iš https://techxplore.com/news/2024-01-comfortable-temperature-machine.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
