XiaoMi-AI文件搜索系统
World File Search SystemIndoor
Ashrae位置文件在未通风的燃烧设备和室内空气质量
本文档根据未通风燃烧设备的当前知识状态提供信息和Ashrae的立场。这些设备几乎可以在任何占用率中找到。Ashrae的立场是，应根据对使用模式的了解以及与燃烧副产品有关的使用模式的知识以及不断发展的空气质量标准的了解；应制定一项公共信息计划，以提高这些设备所有者在使用和专业安装和维护的重要性方面的知识；并应对这些设备进行研究，以回答有关其对室内空气质量影响的剩余问题。特定的研究问题与颗粒排放，二氧化氮排放，烹饪与加热的相对影响以及变性的酒精煤油器具有关。
用于监测开放空间办公室室内气候参数的物联网解决方案
摘要。尽管有许多高性能 BMS（楼宇管理系统）可以监测室内气候参数，但数据访问、传感器定位和其他方面可能无法控制。另一方面，随着越来越多的设备和传感器连接到云端，物联网（IoT）正在呈指数级增长。因此，开发了一种用于室内气候参数的传感器监测解决方案。所提出的解决方案并不昂贵，它基于配备温度、湿度和压力传感器的 Raspberry Pi 板。开发的应用程序读取传感器检测到的值，处理日期，然后将信息传输到 IoT ThingSpeak 平台。大面积是开放式办公室的特点，因此辐射墙的影响很小，并且有效温度可以近似为空气温度。这种类型的建筑由空调系统调节，因此这种室内环境中的空气速度通常较低，可以通过设计进行近似。因此，使用开发的解决方案读取的数据可以近似热舒适参数。如果发现数值不充分，可以派团队到现场进行复杂而精确的测量。为了实现这一目标，开发了 PMV 计算器软件。其有效性根据欧洲标准 ISO 7730 进行测试。之后，将 PMV 计算机与从传感器读取的数据一起使用。从传感器读取的数据和新计算的 PMV 都会发送到 ThingSpeak IoT 平台。
haisor：通过深度强化学习
jia-mu Sun和Lin Gao也与中国科学院一起。Kaichun Mo也在NVIDIA研究中。 这项工作得到了中国国家自然科学基金会的支持（ 62322210），北京市政自然科学基金会（No. ） JQ21013）和北京市政科学技术委员会（编号 Z231100005923031）。 Kaichun Mo和Leonidas J. Guibas得到了ARL Grant W911NF-21-2-0104，Vannevar Bush教师奖学金和Adobe Corporation的礼物。 作者的地址：J.-M。 Sun，J。Yang和L. Gao（通讯作者），北京移动计算和普遍设备的主要实验室，中国科学院计算机科学研究所，北京，中国100190；电子邮件：{sunjiamu21s，yangjie01，gaolin}@ict.ac.cn;斯坦福大学的计算机科学系K.电子邮件：{kaichun，guibas }@cs.stanford.edu; Y.-K。莱，计算机科学学院和Kaichun Mo也在NVIDIA研究中。这项工作得到了中国国家自然科学基金会的支持（62322210），北京市政自然科学基金会（No.JQ21013）和北京市政科学技术委员会（编号Z231100005923031）。Kaichun Mo和Leonidas J. Guibas得到了ARL Grant W911NF-21-2-0104，Vannevar Bush教师奖学金和Adobe Corporation的礼物。作者的地址：J.-M。 Sun，J。Yang和L. Gao（通讯作者），北京移动计算和普遍设备的主要实验室，中国科学院计算机科学研究所，北京，中国100190；电子邮件：{sunjiamu21s，yangjie01，gaolin}@ict.ac.cn;斯坦福大学的计算机科学系K.电子邮件：{kaichun，guibas }@cs.stanford.edu; Y.-K。莱，计算机科学学院和
uctnet：室内RGB-D语义分割
摘要。在本文中，我们解决了RGB-D语义分段的问题。解决此问题的关键挑战在于1）如何从深度传感器数据中提取特征，以及2）如何有效地融合从两种模式中提取的特征。对于第一个Challenge，我们发现从传感器获得的深度信息并不总是可靠的（例如，具有反射性或深色表面的对象典型地读取不准确或无效的传感器读数），现有的使用Convnets提取深度特征的方法并未明确考虑不同像素位置的深度值的可靠性。为了应对这一挑战，我们提出了一种新颖的机制，即不确定的自我注意力，该机制明确控制了从无法可靠的深度像素到特征提取过程中的深度像素的信息。在第二个挑战中，我们基于交叉注意力提出了一个有效且可扩展的融合模块，该模块可以在RGB编码器和深度编码器之间自适应地融合和交换信息。我们提出的框架，即uctnet，是一个编码器 - 模型网络，natu-rally将这两个关键设计结合在一起，以实现鲁棒和准确的RGB-D分割。实验结果表明，UCTNET优于效果，并在两个RGB-D语义分割基准上实现最先进的性能。
基于模拟室实验的室内空气气溶胶建模和评估
1 Strasbourg大学，CNRS，实验室图像Ville et Environnement（Live），UMR7362，Strasbourg，法国2号法国环境和能源管理机构，法国3章鱼3号章鱼实验室，法国La Madeleine，法国4实验室4个气候和环境科学实验室
通过射线追踪结合随机建模来表征室内无线信道
摘要 — 我们研究了无线电信道模拟器在预测特定环境中的信道响应方面的可靠性。室内环境的表面几何布局和材料特性已知，因此适合进行这种针对特定地点的模拟。我们通过将该方法的预测结果与特定静态环境中的测量结果进行比较来评估该方法的性能。在测量和模拟的一组路径上，路径损耗、莱斯 K 因子和 RMS 延迟扩展具有良好的一致性，这表明设计良好的无线电模拟器可以可靠地预测系统行为。通常，通过这种或类似技术获得的无线信道模型不会捕捉由于环境中人员移动而导致的信道响应的时间变化。我们使用随机过程处理信道响应的时变部分。通过对几个典型的办公场景进行信道探测实验，我们表明自回归过程可用于为几种不同的运动场景建模时变抽头增益。
室内光能收集用于智能建筑环境管理的可行性研究
近年来，高性能绿色建筑的设计是一个活跃的研究领域。在各种潜在技术中，无线传感器网络 (WSN) 的使用通过自适应调节温度、人工照明、湿度、空气质量等，为控制和管理建筑环境提供了一种智能解决方案。据报道，部署基于 WSN 的控制系统可节省约 20% 的能源使用，并在绿色建筑中发挥至关重要的作用。为了简化安装，改造后的 WSN 系统通常采用电池供电。然而，频繁更换电池对广泛部署造成了很大的限制。在本文中，作者研究了通过收集室内环境光能供电的绿色高性能建筑中智能建筑环境监测的 WSN 系统的构建。采用温度传感器阵列证明了通过收集室内光能作为电源实现 WSN 系统无限寿命运行的可行性。1.简介
您每次呼吸：室内环境中高浓度的透气微塑料
空气中微塑料（MP）的广泛存在及其对人类健康对人类健康的潜在影响迫切需要开发可靠的方法来量化它们的存在，尤其是在透气分数（<5μm）中。在这项研究中，采用拉曼微光谱（Raman）在不同水平的人类活动水平下在四个室内环境（会议室，一个工作室和两个公寓）中评估室内空气中MP>1μm>1μm的浓度。每立方米58至684 MP之间跨越室内空降的MP浓度（MP M-3）（中位212 MP M-3，MPS/非塑料比0 - 1.6％），不仅取决于人类活动的类型和水平，而且还取决于人类活动的类型和水平。此外，我们在同一环境中评估了IIR手术面孔类型的过滤性能，总体可以保留85.4±3.9％的MPS。我们此外，我们估计室内空气中的人MP摄入量为3415±2881 MPS天-1（主要是聚酰胺MP），可以降低至283±317 MPS-1
基于物联网的室内环境监测数字孪生框架：设计与实现
目的：本论文旨在描述如何设计和实施基于物联网的数字孪生框架，用于室内环境监测。为了实现研究目的，回答了以下研究问题。如何利用 AWS 创建数字孪生解决方案，以建立教室中的物理环境与虚拟环境之间的交互和融合？方法：作为一种研究方法，该研究进行了设计科学研究 (DSR)。DSR 是一种新方法，它是增强工程教育研究方法的有效工具。结果：该研究详细描述了创建框架所需的步骤。该框架实现了特定位置的物理环境和虚拟环境之间的交互和融合。意义：该研究有助于拓宽对使用物联网 (IoT)、数字孪生 (DT) 和亚马逊网络服务 (AWS) 的知识。该研究为未来研究提供了参考数据和可依托的框架。研究限制：由于时间限制，研究范围和限制仅限于参与公司 Knowit 提供的技术。Knowit AB 是一家瑞典 IT 咨询公司，为公司和组织提供数字化转型和系统开发服务。该研究旨在创建基于 AWS 的物联网框架，而不是改进数字孪生概念。该框架在延雪平大学实施。这项工作还仅限于温度和光强度作为环境参数。关键词：亚马逊网络服务 (AWS)、云计算、数字孪生解决方案 (DT)、环境数据、环境监测传感器、IoT (物联网)、智能建筑。