JSON dataset för simulerad byggnadsvärmekontroll för system-av-system interoperabilitet
SND-ID: 2022-45-1. Version: 1. DOI: https://doi.org/10.5878/1tv7-9x76
Tillhörande dokumentation
Ladda ner alla filer
Citering
Skapare/primärforskare
Jacob Nilsson
- Luleå tekniska universitet, Institutionen för system- och rymdteknik (EISLAB)
Forskningshuvudman
Luleå tekniska universitet
- Institutionen för system- och rymdteknik (EISLAB)
Beskrivning
Datasetet innehåller simulerad servicedata för system-av-system interoperabilitetsforskning. För mer information se bifogad dokumentation och den engelska katalogsidan.
Data kommer i två semikolonseparerade (;) csv-filer, training.csv och test.csv. Träning/testfördelningen är inte slumpmässig; träningsdata kommer från de första 80 % av de simulerade tidsstegen och testdata är de sista 20 %. Det finns ingen specifik valideringsdatauppsättning, valideringsdatan bör istället väljas slumpmässigt från träningsdatan. Simuleringen körs i lika många tidssteg som det finns tillgängliga utetemperaturvärden. De ursprungliga SMHI-data samplar bara en gång i timmen, som linjärt interpolerar för att få ett temperaturprov var tionde sekund. Data som sparas vid varje tidssteg består av 34 JSON-meddelanden (fyra per rum och två temperaturavläsningar utifrån), 9 temperaturvärden (ett per rum och utanför), 8 börvärden och 8 ställdonutgångar. Data som är associerade med vart och ett av dessa 34 JSON-meddelanden lagras som en enda rad i tabellerna. Detta innebär att mycket data dupliceras, ett val som görs för a
Data kommer i två semikolonseparerade (;) csv-filer, training.csv och test.csv. Träning/testfördelningen är inte slumpmässig; träningsdata kommer från de första 80 % av de simulerade tidsstegen och testdata är de sista 20 %. Det finns ingen specifik valideringsdatauppsättning, valideringsdatan bör istället väljas slumpmässigt från träningsdatan. Simuleringen körs i lika många tidssteg som det finns tillgängliga utetemperaturvärden. De ursprungliga SMHI-data samplar bara en gång i timmen, som linjärt interpolerar för att få ett temperaturprov var tionde sekund. Data som sparas vid varje tidssteg består av 34 JSON-meddelanden (fyra per rum och två temperaturavläsningar utifrån), 9 temperaturvärden (ett per rum och utanför), 8 börvärden och 8 ställdonutgångar. Data som är associerade med vart och ett av dessa 34 JSON-meddelanden lagras som en enda rad i tabellerna. Detta innebär att mycket data dupliceras, ett val som görs för att göra det lättare att använda datan.
Simuleringsdata är inte avsedd att öppnas och analyseras i kalkylprogram, det är avsett att träna maskininlärningsmodeller. Det rekommenderas att öppna data med pandas-biblioteket för Python, tillgängligt på https://pypi.org/project/pandas/. Visa mindre..
Data innefattar personuppgifter
Nej
Språk
Dataformat / datastruktur
Geografisk utbredning
Geografisk plats: Luleå kommun
Geografisk beskrivning: Viss temperaturdata är tagen från SMHIs väderstation i Luleå.
Ansvarig institution/enhet
Institutionen för system- och rymdteknik (EISLAB)
Forskningsområde
Systemvetenskap, informationssystem och informatik (Standard för svensk indelning av forskningsämnen 2011)
Husbyggnad (Standard för svensk indelning av forskningsämnen 2011)
Reglerteknik (Standard för svensk indelning av forskningsämnen 2011)
Kommunikationssystem (Standard för svensk indelning av forskningsämnen 2011)
Annan elektroteknik och elektronik (Standard för svensk indelning av forskningsämnen 2011)
Nyckelord
Sortera på namn | Sortera efter år
Nilsson, J., Delsing, J., & Sandin, F. (2020). Autoencoder Alignment Approach to Run-Time Interoperability for System of Systems Engineering. In IEEE 24th International Conference on Intelligent Engineering Systems (pp. 139–144). https://doi.org/10.1109/INES49302.2020.9147168
URN:
urn:nbn:se:ltu:diva-80561
DOI:
https://doi.org/10.1109/INES49302.2020.9147168
SwePub:
oai:DiVA.org:ltu-80561
Nilsson, J., Delsing, J., Liwicki, M., & Sandin, F. (n.d.). Machine Learning based System–of–Systems Interoperability : A SenML–JSON Case Study. Retrieved from http://urn.kb.se/resolve?urn=urn:nbn:se:ltu:diva-87849
URN:
urn:nbn:se:ltu:diva-87849
Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er). Är du ansvarig för katalogposten kan du själv uppdatera metadata/databeskrivningen via DORIS.
