BTS: Building Timeseries Dataset: Empowering Large-Scale Building Analytics

要約

建物は人間の幸福において重要な役割を果たし、居住者の快適さ、健康、安全に影響を与えます。
さらに、それらは世界のエネルギー消費に大きく貢献しており、総エネルギー使用量と炭素排出量の 3 分の 1 を占めています。
建物のパフォーマンスを最適化することは、気候変動と闘い、人類の繁栄を促進するための重要な機会となります。
しかし、建築分析の研究は、複数の建築運営に関するアクセス可能で利用可能な包括的な現実世界のデータセットの欠如によって妨げられてきました。
このペーパーでは、Building TimeSeries (BTS) データセットを紹介します。
私たちのデータセットは 3 年間にわたる 3 つの建物をカバーしており、数百の固有のオントロジーを持つ 1 万を超える時系列データ ポイントで構成されています。
さらに、メタデータは Brick スキーマを使用して標準化されています。
このデータセットの有用性を実証するために、時系列オントロジー分類とゼロショット予測という 2 つのタスクでベンチマークを実行しました。
これらのタスクは、分析の構築における相互運用性に関連する課題に対処するための重要な最初のステップを表します。
データセットへのアクセスとベンチマークに使用されるコードは、https://github.com/cruiseresearchgroup/DIEF_BTS から入手できます。

要約(オリジナル)

Buildings play a crucial role in human well-being, influencing occupant comfort, health, and safety. Additionally, they contribute significantly to global energy consumption, accounting for one-third of total energy usage, and carbon emissions. Optimizing building performance presents a vital opportunity to combat climate change and promote human flourishing. However, research in building analytics has been hampered by the lack of accessible, available, and comprehensive real-world datasets on multiple building operations. In this paper, we introduce the Building TimeSeries (BTS) dataset. Our dataset covers three buildings over a three-year period, comprising more than ten thousand timeseries data points with hundreds of unique ontologies. Moreover, the metadata is standardized using the Brick schema. To demonstrate the utility of this dataset, we performed benchmarks on two tasks: timeseries ontology classification and zero-shot forecasting. These tasks represent an essential initial step in addressing challenges related to interoperability in building analytics. Access to the dataset and the code used for benchmarking are available here: https://github.com/cruiseresearchgroup/DIEF_BTS .

arxiv情報

提供元, 利用サービス

arxiv.jp, Google