El proyecto IAQ4EDU ha desarrollado un nuevo modelo predictivo para la evaluación de la calidad del aire interior y el confort térmico

El proyecto IAQ4EDU ha desarrollado un modelo predictivo para la evaluación de la calidad del aire interior y el confort térmico en edificios educativos. El resultado ha sido publicado en la revista Journal of Building Engineering (JCR- Q1, Factor de Impacto: 6.4) en diciembre de 2023, con el título "Data-driven model for predicting indoor air quality and thermal comfort levels in naturally ventilated educational buildings using easily accessible data for schools".Este estudio fue llevado a cabo por el estudiante de doctorado Sen Miao, bajo la supervisión de la Dra. Marta Gangolells, la investigadora principal del proyecto IAQ4EDU, y la Dra. Blanca Tejedor, investigadora del proyecto.

Los modelos existentes de predicción de calidad del aire interior y confort térmico requieren la instalación de sensores en las aulas. Este trabajo propone una nueva metodología para desarrollar un modelo de aprendizaje automático para predecir y evaluar los niveles de calidad del aire interior y confort térmico en las aulas utilizando datos fácilmente accesibles para las escuelas, ahorrando así los costes derivados de la instalación masiva de sensores. El modelo solo utiliza información relacionada con las características del edificio, las condiciones climáticas y las características de los ocupantes, así como su comportamiento. El modelo fue desarrollado y evaluado con los datos recopilados durante la campaña de monitorización, logrando una precisión promedio del 97% en la predicción de la calidad del aire interior y del 98% en la predicción del confort térmico.

Características de entrada y etiquetas de salida del modelo de RF

Podéis consultar el texto completo en la versión online del artículo.

Para más información visítanos en nuestras redes sociales:

 LinkedIn del proyecto     Twitter del GRIC       ResearchGate