Data-driven modelling of pressurized corridor ventilation system performance in a multi-unit residential building
Notice bibliographique
Résumé
Pressurized corridor (PC) ventilation systems are a common method used in existing multi-unit residential buildings (MURBs) to deliver make-up air to individual units, and as a means of controlling inter-zonal odour/contaminant transfer. In PC systems, ventilation air is supplied directly to the common corridor and enters the units via intentional undercuts at the unit entry doors. In practice, the amount of ventilation air supplied to each unit is dependent on the air pressure differential between the two zones, which can be affected by occupant behaviours, such as window and unit exhaust fan operation; wind; or large indoor-outdoor temperature differentials. Accurately characterizing the impact of these variables on building pressure differentials is critical to not only identifying conditions when depressurization events may occur (which would result in a lack of ventilation to dwelling unit and the potential for contaminant movement from units to the corridor), but also understanding how operational changes can improve system operation. This paper will describe the development of an XGBoost regression model for predicting inter-zonal pressure differentials in a contemporary MURB with a PC system. The model was trained and validated using measurements collected as part of a 6-month field study in a 17-storey MURB located in Toronto, Canada, including corridor-to-unit and exterior-to-unit differential pressures, window/door operation, corridor supply air flow rates and interior/exterior temperature and relative humidity. Unit exhaust fan operation was inferred from the unit differential pressure data. This paper addresses feature selection, hyperparameter tuning and accuracy assessment, with a specific emphasis on evaluating the potential for the use of the model as a diagnostic tool and testing environment to evaluate ventilation system performance in multi-unit residential buildings.
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 | 0,000 | 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 | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».