Show simple item record

dc.contributor.authorWesthäusser, Lutz
dc.contributor.authorNickel, David
dc.contributor.authorBehrens, Grit
dc.contributor.authorSchlender, Klaus
dc.contributor.editorReussner, Ralf H.
dc.contributor.editorKoziolek, Anne
dc.contributor.editorHeinrich, Robert
dc.date.accessioned2021-01-27T13:33:32Z
dc.date.available2021-01-27T13:33:32Z
dc.date.issued2021
dc.identifier.isbn978-3-88579-701-2
dc.identifier.issn1617-5468
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/34731
dc.description.abstractIn dem hier beschriebenen Projekt wird interdisziplinär mit Psychologen zusammen gearbeitet. Ziel der Arbeit ist es, Modelle zu entwickeln, um das Umweltverhalten von Hausbewohnern positiv zu beeinflussen und zu verstetigen. In der hier beschriebenen Arbeit werden die ersten Daten aus dem ‚Reallabor' Sennestadt genutzt, die in den Wohnungen von freiwilligen Studienteilnehmern zu ihrem Heizungs-und Lüftungsverhalten erhoben werden. Mittels Machine Learning Technologien werden diese Daten analysiert.de
dc.language.isode
dc.publisherGesellschaft für Informatik, Bonn
dc.relation.ispartofINFORMATIK 2020
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-307
dc.subjectData Mining
dc.subjectumweltbewusstes Verhalten
dc.subjectHeiz- und Lüftungsverhalten
dc.subjectMachine Learning
dc.titleAnalyse von Heizungs- und Lüftungsverhalten mit Data Mining Methodende
mci.reference.pages259-267
mci.conference.sessiontitle8. Workshop Umweltinformatik zwischen Nachhaltigkeit und Wandel
mci.conference.locationKarlsruhe
mci.conference.date28. September - 2. Oktober 2020
dc.identifier.doi10.18420/inf2020_24


Files in this item

Thumbnail

Show simple item record