메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Tran Quoc Bao Huy (Soongsil university) Sun-Tae Chung (Soongsil University)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제23권 제2호
발행연도
2020.2
수록면
155 - 165 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a smart thermostat temperature set-point control method based on machine learning and rule engine, which controls thermostat’s temperature set-point so that it can achieve energy savings as much as possible without sacrifice of occupants’ comfort while users’ preference usage pattern is respected. First, the proposed method periodically mines data about how user likes for heating (winter)/cooling (summer) his or her home by learning his or her usage pattern of setting temperature set-point of the thermostat during the past several weeks. Then, from this learning, the proposed method establishes a weekly schedule about temperature setting. Next, by referring to thermal comfort chart by ASHRAE, it makes rules about how to adjust temperature set-points as much as low (winter) or high (summer) while the newly adjusted temperature set-point satisfies thermal comfort zone for predicted humidity. In order to make rules work on time or events, we adopt rule engine so that it can achieve energy savings properly without sacrifice of occupants’ comfort. Through experiments, it is shown that the proposed smart thermostat temperature set-point control method can achieve better energy savings while keeping human comfort compared to other conventional thermostat.
#Thermostat #Machine Learning #Rule Engine #Data Mining #LSTM #K-means Clustering

목차

ABSTRACT
1. INTRODUCTION
2. BACKGROUNDS
3. PROPOSED SMART THERMOSTAT
4. EXPERIMENTS
5. CONCLUSIONS
REFERENCES

참고문헌 (22)

참고문헌 신청
Thermostat, https://en.wikipedia.org/wiki/Thermostat (accessed January 11, 2020). J. W. Park, J. Ko, J. H. Park, M. H. Hong, Y. H. Lee, and J. Shim, “A Wireless Temperature Control System based on FPGA,” Journal of Korea Multimedia Society, Vol. 16, No. 7, pp. 920-930, 2012. google schola Programmable Thermostat, https://en.wikipedia.org/wiki/Programmable_thermostat (accessed January 11, 2020). Environmental Protection Agency, Summary of Research Findings from the Programmable Thermostat Market, Office of Headquarters, 2004. google schola J. Lu, T. Sookoor, V. Srinivasan, G. Gao, B. Holben, J. Stankovic, et al., “The Smart Thermostat: Using Occupancy Sensors to Save Energy in Homes,” Proceedings of the 8th Association for Computing Machinery Conference on Embedded Networked Sensor Systems, pp. 211?224, 2010. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000443236