An Architectural Approach for Enhanced Data Interoperability Across Building Systems
Notice bibliographique
Résumé
Access to building data is crucial for creating portable applications and improving building operation and energy efficiency. Ensuring data transmutability is essential for facilitating research and overcoming the diverse data representation, management, and collection methods across various building management systems (BMSs). Different BMSs use multiple interfaces for data exchange. Some BMSs provide Application Programming Interfaces (APIs) for data exchanges, while others have gateways connecting to cloud services for application subscription and data access. This study introduces a five-layered architecture that describes how client applications, researchers, and other interested stakeholders can exchange data with different BMSs. Our objective is to help researchers and practitioners understand the various ways of accessing transmutable (capable of being transformed into a compatible format) data from BMSs, regardless of the building management system a building uses. Through transmutable access to building systems’ data, we aim to enable transferable energy-efficient-related applications for buildings. We evaluate our work with a building model of the Varennes Library in Varennes, QC, Canada. The building model includes information about the building, floors, rooms, electric meter and historical time series data of the meter, weather station and its historical time series data. The model also has carbon dioxide concentration sensors, temperature sensors, humidity sensors, and historical time series data of the sensors. We include two test client programs to show how they access the transmutable data of the building through a model. We conclude that the five-layered architecture facilitates the exchange of transmutable data across diverse BMSs, making it a valuable tool for researchers and practitioners.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».