Making sense of building data: New analysis methods for understanding indoor climate

این کار روشی جدید برای تجزیه و تحلیل اکتشافی اندازه گیری های محیط داخلی ارائه می دهد. نظارت بر ساختمان یک کار پیچیده است که محدودیت های فنی و محیطی محدود می شود. فرآیندهای نظارتی می تواند طولانی باشد، سنسورهای متعدد و تجهیزات را بکار می گیرند و ممکن است ساختمان های متعدد در طول دوره های طولانی را شامل شوند. هنگامی که داده ها جمع آوری شده است، همیشه روش ساده ای برای تشخیص آن نیست. هنگامی که با مقادیر پیچیده ناهمگن داده مواجه می شویم، تجزیه و تحلیل اکتشافی زود هنگام برای شناخت الگوهای گسترده، نقاط ضعف و ویژگی های داده ها، و شناسایی جهت تحلیل عمیق تر مفید است. عدم صحت، ناتمام بودن و عدم انطباق ویژگی های مشترک داده های نظارت شده است که اغلب برای پیشبرد پردازش های شدید برای رسیدگی به مسائل مربوط به کیفیت داده ها و بهبود نتایج تجزیه و تحلیل داده ها نیاز به پیش نیازهای شدید دارد. در این مقاله تکنیک هایی از علوم رایانه مانند القایی درخت تصمیم گیری و دیگران، که به طور معمول برای اندازه گیری های محیط در محیط های ساختمان در ساختمان ها کاربرد ندارد، به عنوان مثال، آنها را به یک مجموعه پیچیده از اطلاعات از فضاهای واکنش آب و هوا در هند می دهد. یافته ها نشان می دهد که توانایی این تکنیک ها برای استفاده از اقدامات ساده به عنوان پروکسی برای استخراج اطلاعات پیچیده تر در مورد عملیات ساخت و ساز و برای شناسایی سریع الگوهای در مورد چگونگی طراحی طراحی و ویژگی های عملیاتی بر راحتی حرارتی است.