Die kostengünstigen tragbaren Sensoren und Cloud Computing ermöglichen eine Vorhersage des thermischen Komforts/der Präferenz in Echtzeit anhand physiologischer und Umgebungsdaten. Wir haben persönliche Modelle für den thermischen Komfort für 14 Teilnehmer mithilfe tragbarer Sensoren in Laborqualität entwickelt.
Das PMV-Modell, ursprünglich entwickelt in Die zweite Hälfte der 1960er Jahre von Fanger ist ein Index, der den Mittelwert der thermischen Empfindungsstimmen einer Gruppe von Menschen in einer bestimmten Umgebung auf einer 7-stufigen thermischen Empfindungsskala von –3 (kalt) bis 3 (heiß) darstellt ).
Das thermische Komfortmodell der Schlafumgebung befindet sich noch in einem frühen Forschungsstadium und es gibt viele Erklärungen zu Mechanismen müssen erkundet werden. Die Entwicklung eines thermischen Komfortmodells für verschiedene Schlafstadien ist eine Chance für sleep thermisches Komfortmodell in der Zukunft.
Zweck. In diesem Artikel wird die Entwicklung persönlicher thermischer Komfortmodelle für ältere Erwachsene vorgestellt und die Leistung der Modelle im Vergleich zu aggregierten Ansätzen bewertet. Dies ist notwendig, da die individuellen thermischen Präferenzen zwischen älteren Erwachsenen stark variieren können und die Verwendung aggregierter thermischer Komfortmodelle zu thermischer Unzufriedenheit führen kann
In den letzten fünf Jahrzehnten wurden mehrere thermische Komfortmodelle entwickelt. Fanger entwickelte 1970 das am weitesten verbreitete thermische Komfortmodell (TCM) 12. In Fangers Modell wurden sechs Variablen vorgeschlagen, die den thermischen Komfort beeinflussen: Lufttemperatur, relative Luftfeuchtigkeit, mittlere Strahlungstemperatur, Luftgeschwindigkeit, Stoffwechselrate und Kleidungsisolierung.
Wir coführte eine Längsschnittstudie zum thermischen Komfort durch, die darauf abzielte, persönliche Modelle für den thermischen Komfort zu entwickeln. Zwanzig Teilnehmer nahmen daran teil und führten über einen Zeitraum von 6 Monaten durchschnittlich mindestens sechs RHRN-Umfragen pro Tag aus.
... Microsoft Band 2 – inzwischen eingestellt – war ein am Handgelenk getragenes Gerät, das mit verschiedenen Sensoren zur Überwachung mehrerer physiologischer Parameter ausgestattet war. Alsaleem et al. (2020) 37 hat Microsoft Band 2 übernommen, um...
Ein persönliches Komfortmodell ist ein neuer Ansatz für thermische Komfortmodelleeling, das die thermische Komfortreaktion eines Individuums vorhersagt, anstelle der durchschnittlichen Reaktion einer großen Bevölkerung. Es nutzt das Internet der Dinge und maschinelles Lernen, um die Komfortanforderungen des Einzelnen direkt aus den in seiner Alltagsumgebung gesammelten Daten zu ermitteln.
Die von tragbaren Umgebungs- und physiologischen Sensoren gesammelten Daten können maschinelle Lernmodelle unterstützen, um die Wahrnehmung des thermischen Komforts der Bewohner vorherzusagen 21,22,23. In diesem Fall könnten datengesteuerte Modelle die Anzahl der für a durchgeführten Experimente optimierenbestimmte Situation.
Das Färben wurde auf einer Schnellfärbemaschine (Cut-MF-1, Hisaka Work Ltd., Osaka, Japan) bei 120 °C für 60 Minuten, gefolgt von einer Trocknungsbehandlung auf einer kontinuierlichen Trocknermaschine (Schrumpftrockner, Ilsung Ltd. Co., Seoul, Korea). Die endgültige Aushärtung wurde auf einer Spannrahmenmaschine (Sun-super) durchgeführt , Ilsung Ltd. Co., Seoul, Korea) mit einer Geschwindigkeit von 50 m/min bei 130 °C.
Zur Untersuchung des dynamischen tUm die Wärmebeständigkeit von gewebten Stoffen in verschiedenen Benetzungszuständen zu ermitteln, wurden zehn häufig verwendete Bekleidungsstoffe ausgewählt und gemäß den chinesischen nationalen Standards auf ihre Wärmebeständigkeit bei unterschiedlichen Wassersättigungsgraden getestet. Basierend auf Mangats acht Modellen zur Vorhersage des thermischen Widerstands verbesserte die Studie die Modelle, indem sie das ursprüngliche
nur für Erwachsene ersetzte 10,11. Modelle zur Schätzung des thermischen Komforts (TC) wie das PMV-PPD-Modell (Predicted Mean Vote-Percentage of Dissatisfied) 12 und das adaptive Modell des thermischen Komforts (ATC) 13,14 sind auf Kinder nicht anwendbar. 1.1. Motivation Algorithmen des maschinellen Lernens (ML) zur Vorhersage des thermischen Komforts bieten effiziente Lösungen für diese Zwecke
Das Forschungsmodell zum thermischen Komfort zielt auf die Vorhersage ab Wärmekomfort der Gebäudenutzer. Das aus der Forschung generierte Vorhersagemodellch wird als Standard für die Erstellung von Gebäudeentwürfen verwendet. Das aktuelle Vorhersagemodell verwendet einen adaptiven thermischen Komfortansatz. Untersuchungen zur Überprüfung des adaptiven Wärmekomfortmodells wurden in
Produktdetails durchgeführt. Die Ella Jayne Classic Collection kombiniert bewährte Farben und Stile, um Ihnen dabei zu helfen, einen gemütlichen und komfortablen Ort zu schaffen, den Sie Ihr Zuhause nennen können. Unser wasserdichter Frottee-Matratzenschoner von Ella Jayne verleiht Ihrem Bett die richtige Grundlage und den richtigen Schutz. Entwickelt, um einen gesunden Schlaf zu fördern, schützt die Wundermembranbarriere dieser Unterlage
Candi Citadini de Oliveira, Ricardo Forgiarini Rupp, Enedir Ghisi. 15. Juli 2021. Artikel 110982. PDF anzeigen. Artikelvorschau. Lesen Sie die neuesten Artikel von Energy and Buildings bei ScienceDirect, Elseviers führender Plattform für begutachtete wissenschaftliche Literatur.
Produktdetails. Die Ella Jayne Classic Collection kombiniert bewährte Farben und Stile, um Ihnen dabei zu helfen, einen gemütlichen und komfortablen Ort zu schaffen, den Sie Ihr Zuhause nennen können. Unser wasserdichter Frottee-Matratzenschoner von Ella Jayne verleiht Ihrem Bett die richtige Grundlage und den richtigen Schutz. Entwickelt, um einen gesunden Nachtschlaf zu fördern, schützt die Wundermembranbarriere dieser Unterlage.
Um diese Frage zu beantworten, entwickeln Sie einen Menschen Das Modell des thermischen Komforts im Schichtlüftungsmodus kann zu einem Referenzmodell für die Gestaltung von Klimaanlagen in allen tropischen Gebäuden werden und indirekt die Emission von Kohlendioxid (CO 2) aus Heizungs-, Lüftungs- und Klimaanlagen (HVAC) reduzieren, die a verursacht hat wärmere Umgebung. Für
Produktdetails. Die Ella Jayne Classic Collection vereint bewährte Farben und Stilum Ihnen dabei zu helfen, einen gemütlichen und komfortablen Ort zu schaffen, den Sie Ihr Zuhause nennen können. Unser wasserdichter Frottee-Matratzenschoner von Ella Jayne verleiht Ihrem Bett die richtige Grundlage und den richtigen Schutz. Die Wundermembranbarriere dieser Unterlage wurde entwickelt, um einen gesunden Schlaf zu fördern.
Die oben beschriebene Innen- und Außenumgebung Parameter und erhobene subjektive Reaktionen (für Gesamtwärmekomfort, Wärmeempfindung, Wärmeakzeptanz, Wärmepräferenz) wurden verwendet, um das Wärmekomfortmodell für indische Wohnhäuser vorzuschlagen. 4.3. Ableitung des thermischen Komfortmodells4.3.1. Vergleich beobachteter und vorhergesagter Empfindungen
Der thermische Komfort in Innenräumen hat enorme Auswirkungen auf die Gesundheit und Leistungsfähigkeit der Bewohner. Daher haben Forscher und Ingenieure zahlreiche Rechenmodelle zur Schätzung des thermischen Komforts (TC) vorgeschlagen. Angesichts der Impulse für enIm Bereich der Energieeffizienz liegt der aktuelle Fokus auf datengesteuerten TC-Vorhersagelösungen, die modernste Algorithmen des maschinellen Lernens (ML) nutzen. Die Sensoren eines Insassen
Die Steuerung des thermischen Komforts in Innenräumen erfordert Forschung, da sie für die Anzeige der Gesundheit, des Wohlbefindens und der Arbeitsproduktivität der Bewohner von grundlegender Bedeutung ist. Ein geeigneter thermischer Komfort muss komplexe Faktoren aus Heizung, Lüftung, Klimaanlagen (HLK-Systeme) sowie Außen- und Innenumgebungen auf der Grundlage fortschrittlicher Technologie überwachen und ausgleichen. Es braucht
Ein persönliches Komfortmodell ist ein neuer Ansatz zur thermischen Komfortmodellierung, der die thermische Komfortreaktion einer Person vorhersagt , anstelle der durchschnittlichen Reaktion einer großen Bevölkerung. Es nutzt das Internet der Dinge und maschinelles Lernen, um den Komfort des Einzelnen zu ermittelnAnforderungen direkt aus den in ihrer Alltagsumgebung gesammelten Daten.
Aus der ASHRAE Global Thermal Comfort Database II, mehrere Forscher in Ost- und Südasien nutzten persönliche und Umgebungsvariablen, um das Modell des thermischen Komforts zu erstellen. Die Körpertemperaturen an mehreren Orten waren der am häufigsten genutzte persönliche Input. Die gesammelten Arbeiten von 2003 bis 2022 wurden verwendet, um die fortschreitende Entwicklung des thermischen Komfortmodells unter Verwendung
Multifunktionsgeräteintegration zu analysieren Dual-Temperaturregler für persönlichen Wärmekomfort im Freien und triboelektrischer Nanogenerator für autarke Mensch-Maschine-Interaktion. Autorenlinks öffnen Overlay-Panel. Guomin Ye a 1, Yanfen Wan a 1, Jiaming Wu b, Wenbo Zhuang a, Ziquan Zhou a, Taosha Jin a , Jinyu Zi a , Dadong Zhang a , Xuemin Geng a
Diese Studie untersuchte die Feuchtigkeitsdampfdurchlässigkeit und den thermischen Tragekomfort von umweltfreundlichen, in Fasern eingebetteten Webstoffen im Hinblick auf die Garnstruktur und die Eigenschaften der Faserbestandteile gemäß zweier Kriterien Messmethoden. Die mit der Methode des aufrechten Bechers (CaCl2) (JIS L 1099A-1) gemessene Wasserdampfdurchlässigkeit hing in erster Linie von der Hygroskopizität des umweltfreundlichen
Ziel dieser Arbeit ist es, einen vollständigen Überblick darüber zu geben, wie maschinelles Lernen (ML) in Studien zum thermischen Komfort eingesetzt wird, die neuesten Techniken und Erkenntnisse hervorzuheben und einen Plan für die Zukunft zu entwerfen Forschung. Die meisten Forscher konzentrieren sich auf die Entwicklung von Modellen im Zusammenhang mit der Vorhersage des thermischen Komforts. Allerdings befassen sich nur wenige Arbeiten mit dem aktuellen Stand adaptiver thermischer Komfortstudien und den Möglichkeiten in
Der thermische Komfort im Klassenzimmer hat einen direkten Einfluss auf die Gesundheit der Schüler und die Bildungsergebnisse. Die Messung des thermischen Komforts (TC) ist jedoch keine triviale Aufgabe. Es wird durch mehrere subjektive Metriken dargestellt, z. B. Bewertung der thermischen Empfindung, Bewertung des thermischen Komforts, Bewertung der thermischen Präferenz usw. Da maschinelles Lernen (ML) zunehmend zur Vorhersage des Insassenkomforts eingesetzt wird, sind mehrere TC-Metriken für die Klasse
In Gebäuden sind häufig ein System oder eine Kombination von Systemen (z. B. zentrales HVAC-System, Deckenventilator, Tischventilator, persönliche Heizung und Fußwärmer) vorhanden ist für die thermische Behaglichkeit der Bewohner verantwortlich. Während sich gezeigt hat, dass der thermische Komfort von Person zu Person unterschiedlich ist und sich im Laufe der Zeit ändert, werden diese Systeme häufig auf der Grundlage voreingestellter Sollwerte und Betriebspläne oder auf Anfrage betrieben.
Seit der puDer Zweck des Trainingsmodells mithilfe von maschinellem Lernen besteht darin, den persönlichen thermischen Komfort anhand des Betriebsmusters der Sitzheizung vorherzusagen. Die Klasse des Modells ist gut getrennt und vorhersehbar. Als Trainingsergebnis des Vorhersagemodells für die Daten unter Verwendung des Klassifizierungslerners wurde das Trainingsmodell nach dem Lernen des
Ein persönliches Komfortmodell ist ein neuer Ansatz zur thermischen Komfortmodellierung, der die thermischen Komfortreaktionen von Einzelpersonen vorhersagt, anstatt die durchschnittliche Reaktion einer großen Bevölkerung. Es ist jedoch eine Herausforderung, ein konsistentes Insassen-Feedback für die Modellentwicklung sicherzustellen, da die aktuellen Methoden der Datenerfassung auf der Befragung einzelner Personen basieren
Da der Zweck des Trainingsmodells mithilfe von maschinellem Lernen darin besteht, den persönlichen thermischen Komfort anhand des Betriebsmusters der Sitzheizung vorherzusagen, ist die Klasse des Modells is gut getrennt und vorhergesagt. Als Trainingsergebnis des Vorhersagemodells für die Daten mithilfe des Klassifizierungslerners wurde das Trainingsmodell nach dem Erlernen der
Der Wärmehaushalt des Körpers wird durch lokale Umweltbedingungen und individuelle physiologische Eigenschaften beeinflusst. Als Modellinputs dienen die Umgebungsparameter (Lufttemperatur, mittlere Strahlungstemperatur, Luftgeschwindigkeit und relative Luftfeuchtigkeit) und menschliche physiologische Inputs (Stoffwechselrate, Größe, Gewicht, Fettanteil, Blutflussrate, Geschlecht, Hautoberfläche usw.) (Abb . 2).
des thermischen Komforts für die Bewohner führt. Abbildung 1 zeigt die detaillierte Architektur der Entwicklung des Modells für maschinelles Lernen. Details zum CBE Comfort Tool-Block finden Sie in Tar-tarini et al. (2020). 2.1 Datenerhebung Wir haben die Daten von der Sammlung erhobenGE-Gebäude (gelegen auf 74,79° östlicher Länge und 13,36° nördlicher Breite) für die Entwicklung
in batterieelektrischen Bussen (z -Bussen) kann der hohe Energieverbrauch der Heizungs-, Lüftungs- und Klimaanlage (HVAC) zu erheblichen Einschränkungen der verfügbaren Reichweite führen. Darüber hinaus werden HVAC-Systeme häufig auf höheren Niveaus betrieben, als für den thermischen Komfort der Passagiere erforderlich sind. Daher schlägt dieses Papier eine Methode zur experimentellen Untersuchung
thermischer Behaglichkeit in Echtzeit unter Verwendung verschiedener Umgebungsbedingungen sowie psychologischer und psychologischer Bedingungen vor physiologische Merkmale und schlagen entsprechende Maßnahmen vor, die den gesamten thermischen Komfort und die Gesundheit von Menschen, insbesondere Senioren, deutlich verbessern können. Der Schlüssel zur Verwirklichung dieser Vision ist ein genaues thermisches Komfortmodell.
Die Temperaturen des Thermoschutzes und des Wassertanks wurden auf 33,5 bzw. 33,0 °C eingestellt. Die Schwitzrate wurde auf 24 g/h kontrolliert. Die oben genannten vier Parameter werden automatisch gesteuert. Das Ein-/Ausschalten der Infrarotquelle wird jedoch manuell gesteuert. Der Aufbau des bionischen Hautmodells ist in den Abbildungen dargestellt. 14.11 und 14.12.
Thermischer Komfort hängt mit unserer Gesundheit, unserem Wohlbefinden und unserer Produktivität zusammen. Die thermische Umgebung ist einer der Hauptfaktoren, die den thermischen Komfort und damit die Produktivität der Bewohner von Gebäuden beeinflussen. Mittlerweile ist bekannt, dass die Verhaltensanpassung der wichtigste Faktor für das adaptive thermische Komfortmodell ist. Diese systematische Überprüfung soll Beweise liefern
15 Angebote ab 195,84 $. #3. FLIR One Pro LT iOS Pro-Grade Wärmebildkamera für Smartphones. 1.669. 18 Angebote ab 209,49 $. #4. TOPDON TC004 Wärmebildkamera, 256 x 192 IR, hochauflösende Hand-Infrarotkamera mit 12 Stunden Akkulaufzeit, unterstützt PC-Analyse und Videoaufzeichnung, 16 GB Micro-SD-Karte.
Verschiedene Datenanalysemethoden können Modelle zur Vorhersage des thermischen Komforts erstellen. Eine häufig verwendete Methode ist die statistische Analyse mit multipler linearer Regression. Die Genauigkeit der Regressionsanalyse muss mit anderen Analysemethoden überprüft werden. Diese Studie vergleicht die Erstellung eines Modells zur Vorhersage des thermischen Komforts mit einer Regressionsanalyse und einer naiven Bayes-Analyse. Die verwendete Forschungsmethode
Siliang Lu usw. entwickelte mit RP-884 ein thermisches Komfortmodell basierend auf k-Nearest Neighbor ( KNN), Random Forest (RF) und Support Vector Machine (SVM). In Ermangelung von Feature-Auswahl und HypDurch Parameteranpassung betrug die Vorhersagegenauigkeit von KNN, SVM und RF 49,3 %, 48,7 % und 48,7 %.
Thermal Komfortmodell zur Vorhersage des thermischen Empfindens von Bewohnern intelligenter Gebäude, Unternehmensinformationssysteme. Zum Link zu diesem Artikel: oder g/10.1080/17517575.2020.1852316
Die Untersuchung des thermischen Komforts wird auf die Variationsbedingung im Verstärkungsvorfall reagieren, um dem Modell der Komplizenschaft im Volksmund für die thermische Massendifferenz im einheimischen thermischen Komfort zu folgen 9. Diese wird in der Wärmeenergie der angetriebenen Kühlung genutzt. Hier wird die RLF-Technik im Wohnbereich angewendet.
thermischer Komfort, Advances in Building Energy Research, DOI : 10.1080/17512549.2022.2152865 das maschinelle Lernmodell, ein dAtaset bestehend aus 208 gekoppelten Bildern von Ein- und Ausgabe wurde
Thermische Anpassung und thermische Erfahrung wurden nach und nach von Forschern entdeckt und sind zu wichtigen Faktoren für die Beeinflussung des thermischen Komforts geworden. Li et al. 53 untersuchte die Auswirkungen der thermischen Innenumgebung auf den thermischen Komfort und die thermische Gesundheit des Menschen und führte das Konzept der „thermischen Gesundheit“ aus der Perspektive der menschlichen Gesundheit ein.
Abdulgader et al. schlug ein energieeffizientes thermisches Komfortmodell für HVAC-Systeme in intelligenten Gebäuden vor, um den thermischen Komfort der Gebäudenutzer zu verbessern und gleichzeitig den Energieverbrauch zu senken. Ihre Ergebnisse zeigen, dass die Anwendung einer großen Datenbank auf das Support Vector Machine (SVM)-Modell die Genauigkeit erheblich verbessern kann.
So MMethoden stützen sich meist auf verschiedene Sensoren, um verschiedene Umgebungs- und/oder physiologische Parameter zu überwachen und verschiedene Algorithmen des maschinellen Lernens (ML) zu nutzen, um das Wärmeempfinden, die Zufriedenheit oder die Vorlieben der Insassen zu modellieren 6,8, mit der Motivation, solche Komfortmodelle in die zu integrieren HLK-Betrieb.
Die verschiedenen thermischen Komfortindizes wie Predictive Mean Vote (PMV), Standard Effective Temperature ( SET) und Thermal Sensations (TS) wurden verwendet, um den thermischen Komfort der Bewohner eines Gebäudes vorherzusagen. Die Fortschritte beim Ansatz des maschinellen Lernens tragen dazu bei, die Herausforderungen bei der Vorhersage aktueller traditioneller thermischer Indizes in einer Echtzeitumgebung zu meistern. Die verschiedenen Indizes haben
Zum Beispiel haben Farhan et al. (2015) prognostizierten den persönlichen thermischen Komfort mit Hilfe einer Support Vector Machine (SVM)-Klasseifizierungsmodell, Salamone et al. (2018) bewerteten den thermischen Komfort der Benutzer, indem sie ihre spezifischen psychophysischen Bedingungen auf der Grundlage des Internets der Dinge und der ML-Technologie analysierten, und Laftchiev und Nikovski (2016) verwendeten einen ML
Derzeit werden die Reaktionen auf den thermischen Komfort von den Bewohnern per Umfrage erfasst. In dieser Studie wurde untersucht, ob die thermische Behaglichkeit von Einzelpersonen mithilfe von Algorithmen für maschinelles Lernen vorhergesagt werden kann, während auf die gesammelten Eingaben eines Experiments zurückgegriffen wird. Das Modell wurde unter Verwendung experimenteller Daten entwickelt, die unter anderem aus früheren
Wärmekomfortmodellen für jeden Insassen durch Benutzerfeedback, IoT, gesammelt wurden und maschinelles Lernen 18–21. Der Hauptvorteil eines persönlichen thermischen Komfortmodells liegt in seiner Fähigkeit, selbst zu lernen und mithilfe eines datengesteuerten Ansatzes an eine Person anzupassen, resulting in höherer Vorhersagekraft.
Ein persönliches Komfortmodell ist ein neuer Ansatz zur Modellierung des thermischen Komforts, der den individuellen Komfort vorhersagt thermische Komfortreaktionen anstelle der durchschnittlichen Reaktion einer großen Bevölkerung. Insbesondere nutzt es das Internet der Dinge und maschinelles Lernen, um die Komfortanforderungen des Einzelnen direkt aus den realen Daten zu lernen.
Die Sensorebene des IoT-Systems umfasst elektrische Geräte, ein persönliches Armband, eine Smartphone-Anwendung und ein intelligentes HVAC-System. Es wurden zwei Modelle übernommen: ein statisches Modell zur Messung des Heizsystems und ein dynamisches Modell zur Messung des thermischen Komforts des Benutzers. Der optimale PMV-Wert liegt zwischen -0,2 und 0,2.
Es wird das persönliche thermische Komfortmodell verwendet das th zu entwerfen und zu steuernErmitteln Sie die thermische Umgebung und prognostizieren Sie die thermischen Komfortreaktionen von Einzelpersonen, anstatt die durchschnittliche Reaktion der Bevölkerung widerzuspiegeln. Frühere individuelle thermische Komfortmodelle konzentrierten sich hauptsächlich auf eine einzige Materialumgebung. Allerdings waren die Kanäle für die individuelle thermische Behaglichkeit in der Praxis unterschiedlich. Daher ein
Outlast Premium Waterproof Hypoallergenic Matratzenschoner, 100 % Baumwolle, Outlast-Technologie für maximalen Komfort und thermische Kompatibilität, maschinenwaschbar, Twin XL Besuchen Sie den Design Weave Store 1.0 1,0 von 5 Sternen 1 Bewertung
Das Modell bietet einen praktischen Ansatz für vorhergesagter vorübergehender thermischer Komfort, es handelt sich jedoch um ein Ganzkörpermodell und berücksichtigt nicht den lokalen thermischen Komfort. Kohri et al. 46, 47 führten die Idee der lokalen Standard-Effektivtemperatur (SET∗) mit dem verteilten Zwei-Knoten-Modell zur Bewertung einlokale Körperteil-Wärmeumgebung.
die Energieeffizienz unter Beibehaltung der thermischen Komfortbedingungen. Dies ermöglicht einen ganzheitlichen Blick auf (1) die Komplexität der energieeffizienten Bereitstellung thermischen Komforts für Nutzer in Gebäuden und (2) das zugehörige bibliografische Material, um Forschern und Experten auf diesem Gebiet bei der Bewältigung einer solchen Herausforderung zu helfen. p>
In manchen Situationen spielen auch Faktoren wie Alter, Geschlecht und Raumaufteilung eine wichtige Rolle für das Gefühl des thermischen Komforts 24 . Basierend auf maschineller Lernanalyse mit Support-Vektor-Maschinen (SVM)-Klassifikator für groß angelegte Daten wurde nachgewiesen, dass Alter und Außentemperatur einen wichtigen Einfluss auf das Modell zur Vorhersage des thermischen Komforts haben.
Das entwickelte Framework entlastet die MaschineLernmodelle auf IoT-Geräten für eine genaue Modellierung von Energie und thermischem Komfort, um eine vorhersagegestützte Optimierung zu ermöglichen. Das System ermöglicht Edge-Analysen mithilfe von Deep-Learning-basierten Inferenzmodellen für eine proaktive Reaktion.
You can also send a message to us by this email info@qinsun-lab.com, we will reply tu you within 24 hours.Now tell us your need,there will be more favorable prices!
Home |
Product |
About |
Contact
Email: info@qinsun-lab.com
No.258 Ban Ting road, Song Jiang district, Shanghai