Articles des Congrès

Les actes des congrès avant 2014 sont consultables en cliquant ici (si disponibles).

 

PARALLEL FACTOR ANALYSIS (PARAFAC) POUR L'INTERPRÉTATION DE LA VARIATION DES POLLUANTS DE L'AIR INTÉRIEUR DANS UN ENVIRONNEMENT DE BUREAUX

T.H NGUYEN (1), A. IONESCU (1), O. RAMALHO (2), M. MATHIS (3), E. GEHIN (1)

1. CERTES, Université de Paris Est Créteil, 94000, France
2. Centre scientifique et technique du bâtiment, 77420, France
3. Université de Paris Est Créteil, 94000, France

[2020]

Télécharger le fichier

Résumé

Cette recherche se concentre sur l'étude de la qualité de l'air intérieur (QAI) en développant une approche optimale du traitement des données. En observant les composantes de sortie de la décomposition de PARAFAC, nous sommes en mesure d'expliquer les fluctuations des processus sous-jacents et leurs causes dans un environnement intérieur (un bureau paysager) et ainsi mieux anticiper les conséquences. Par ailleurs, PARAFAC est une méthode très prometteuse pour la QAI lorsqu'il est possible de traiter des tableaux de grandes dimensions et de fournir une sortie unique. Sur cette base, nous pouvons appliquer différentes situations de QAI et utiliser les résultats de chargement pour le modèle de régression ultérieurement.


Mots clés

qualité de l'air intérieur, décomposition tensorielle, particule

Abstract

This research focuses on indoor air quality (IAQ) study by developing an optimal approach of data processing. By observing the output components of PARAFAC decomposition, we are able to explain the fluctuations of the underlying processes and their causes in an indoor environment (an open-plan office) and thus, better anticipate their consequences. Besides, PARAFAC is a very promising method for IAQ when it is possible to deal with high dimensional array and gives the unique output. Based on that, we can apply for different situations of IAQ for different purposes and also use the loading outputs for the regression model afterward.


Keywords

indoor air quality, tensor decomposition, particle matter

DOI

10.25576/ASFERA-CFA2020-19781

<< Mon compte personnel Conditions Générales d'Utilisation >>
En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour réaliser des statistiques de visites.