Spatial-temporal event-driven modeling for occupant behavior studies using immersive virtual environments
Spatial-temporal event-driven modeling for occupant behavior studies using immersive virtual environments
复制标题
使用沉浸式虚拟环境进行乘员行为研究的时空事件驱动建模
DOI：
10.1016/j.autcon.2018.07.019
复制
发表时间：
2018
影响因子：
10.3
通讯作者：
Sun, Ming
中科院分区：
文献类型：
--
作者：
Saeidi, Sanaz;Chokwitthaya, Chanachok;Zhu, Yimin;Sun, Ming
人们普遍认为，建筑节能性能的预测是密切相关的占用参数。目前，现有建筑物和实验室是收集占用相关数据的主要来源。然而，使用这些数据来预测未来建筑物的能源消耗可能会产生相当大的不确定性。最近的研究表明，沉浸式虚拟环境（伊韦斯）有可能产生设计和上下文敏感的乘员相关的数据。然而，扩展的观察（纵向数据，涵盖相关的空间和时间的事件），这是必要的定量预测模型是不切实际的，使用传统的伊韦斯。为此，作者提出了时空事件驱动（STED）建模方法，使伊韦斯的纵向研究。使用一个单一的占用办公室作为案例研究，两套占用和照明数据，从伊韦斯和可比的物理环境（原位），收集。占用/照明数据以六个事件（即，早上到达，短期休假的出发和返回，长期休假的出发和返回，以及一天结束时离开）。假设在两个实验环境中的给定事件中的占用/照明状态转换的概率（即，IVEvs.原位）在统计学上没有差异。结果显示，除短期休假事件外，6个事件中有4个事件的模式相似（α = 0.05）。因此，STED建模使伊韦斯能够用于扩展观察和生成数据以支持预测模型的潜在可行性。显然，需要更多的基础研究，使数据收集使用伊韦斯更有效，包括更好地了解虚拟提示设计和参与者的生理和心理条件的实验时。
It is widely accepted that the prediction of building energy performance is strongly related to the occupancy parameters. Currently, existing buildings and laboratories are the main sources for collecting occupancy related data. However, using such data for predicting the energy consumption of future buildings can create a considerable amount of uncertainties. Recent studies show that Immersive Virtual Environments (IVEs) have the potential to generate design and context sensitive occupant-related data. However, extended observations (longitudinal data covering relevant spatial and temporal events) which are necessary for developing quantitative predictive models are impractical using conventional IVEs. To that end, the authors propose a Spatial-Temporal Event-Driven (STED) modeling approach to enable IVEs for longitudinal studies. Using a single occupant office as case study, two sets of occupancy and lighting data, from IVEs and a comparable physical environment (in-situ), were collected. The occupancy/lighting data was organized in form of state transitions at six events (i.e., arrival in the morning, leaving for and returning from a short leave, leaving for and returning from a long leave, and leaving at the end of a day). It was hypothesized that the probabilities of the occupancy/lighting state transitions in a given event across the two experimental environments (i.e. IVEvs.in-situ) are not statistically different. Results revealed similar patterns at four of the six events (α = 0.05), except at the short leave events. Thereby, STED modeling enabled the potential viability of IVEs for extended observations and generating data to support predictive models. Clearly, more basic research is needed to make data collection using IVEs more effective including a better understanding of virtual cue design and participant's physiological and psychological conditions at the time of experiments.
登录
查看更多内容
沉浸式虚拟环境（IVE）在利用生理反应的乘员能源使用行为研究中的应用
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
Sanaz Saeidi;A. Lowe;Neil M. Johannsen;Yimin Zhu
通讯作者：
Yimin Zhu
了解高性能建筑：居住者对被动式设计系统的了解、相应行为、居住者舒适度和环境满意度之间的联系
DOI：
10.1016/b978-0-12-803581-8.10719-2
发表时间：
2020
期刊：
Encyclopedia of Renewable and Sustainable Materials
影响因子：
--
作者：
Mili Majumdar
通讯作者：
Mili Majumdar
办公楼室内环境质量（IEQ）、人类生产力、舒适度和压力水平的相关性和回归研究
影响因子：
--
作者：
N. S. Mahbob;S. Kamaruzzaman;N. M. Salleh;R. Sulaiman
通讯作者：
R. Sulaiman
沉浸式虚拟环境：影响设计和人类建筑交互的实验
DOI：
10.52842/conf.caadria.2014.729
发表时间：
2014
期刊：
CAADRIA proceedings
影响因子：
--
作者：
Arsalan Heydarian;David Gerber Burcin Becerik;Wendy Wood
通讯作者：
Wendy Wood
使用纵向数据进行预测建模
影响因子：
1.4
作者：
M. Rosenberg;E. Frees;Jiafeng Sun;Paul H. Johnson;J. Robinson
通讯作者：
J. Robinson