Une méthode efficace pour connaître les profils de préférences thermiques personnalisés dans les espaces de bureau.

An efficient method for learning personalized thermal preference profiles in office spaces.

Numéro : pap. 3677

Auteurs : LEE S., KARAVA P., TZEMPELIKOS A., et al.

Résumé

The objective of this work is to develop and demonstrate an efficient Bayesian inference algorithm to learn individual occupants’ thermal preferences in office buildings. We present an experimental study to collect data representative of thermal comfort delivery conditions for which the algorithm would be implemented in actual buildings. Subsequently, we demonstrate the efficiency of our algorithm by showing the evolution of personalized thermal preference profiles as the training data size increases and by evaluating profiles inferred with limited data.
The results show more reliable personal profiles with our approach when the training data are limited compared to typical learning approaches, training a model from scratch with maximum likelihood estimation.

Documents disponibles

Format PDF

Pages : 8

Disponible

  • Prix public

    20 €

  • Prix membre*

    15 €

* meilleur tarif applicable selon le type d'adhésion (voir le détail des avantages des adhésions individuelles et collectives)

Détails

  • Titre original : An efficient method for learning personalized thermal preference profiles in office spaces.
  • Identifiant de la fiche : 30025064
  • Langues : Anglais
  • Source : 2018 Purdue Conferences. 5th International High Performance Buildings Conference at Purdue.
  • Date d'édition : 09/07/2018

Liens


Voir d'autres communications du même compte rendu (88)
Voir le compte rendu de la conférence