• Description :

Ensemble de données sur les bâtiments intelligents

Ensemble de données accompagnant l'article « Données du monde réel et suite de simulation calibrée pour la formation hors ligne des agents d'apprentissage par renforcement pour optimiser l'énergie et les émissions dans les immeubles de bureaux » par Judah Goldfeder et John Sipple, contenant 6 années de lectures télémétriques détaillées de 3 immeubles de bureaux commerciaux.

• Description de la configuration : Construire sb1

• Page d'accueil : https://github.com/google/sbsim

• Code source : tfds.datasets.smart_buildings.Builder

• Versions :

  • 1.0.0 (par défaut) : version initiale.

• Taille du téléchargement : Unknown size

• Taille du jeu de données : Unknown size

• Mise en cache automatique ( documentation ) : Inconnu

• Divisions :

• Structure des fonctionnalités :

FeaturesDict({
    'action': FeaturesDict({
        'request': FeaturesDict({
            'singleActionRequests': Sequence({
                'continuousValue': Scalar(shape=(), dtype=float32),
                'deviceId': Text(shape=(), dtype=string),
                'setpointName': Text(shape=(), dtype=string),
            }),
            'timestamp': Text(shape=(), dtype=string),
        }),
        'singleActionResponses': Sequence({
            'additionalInfo': Text(shape=(), dtype=string),
            'request': FeaturesDict({
                'continuousValue': Scalar(shape=(), dtype=float32),
                'deviceId': Text(shape=(), dtype=string),
                'setpointName': Text(shape=(), dtype=string),
            }),
            'responseType': Text(shape=(), dtype=string),
        }),
        'timestamp': Text(shape=(), dtype=string),
    }),
    'observation': FeaturesDict({
        'request': FeaturesDict({
            'singleObservationRequests': Sequence({
                'deviceId': Text(shape=(), dtype=string),
                'measurementName': Text(shape=(), dtype=string),
            }),
            'timestamp': Text(shape=(), dtype=string),
        }),
        'singleObservationResponses': Sequence({
            'continuousValue': Scalar(shape=(), dtype=float32),
            'observationValid': Text(shape=(), dtype=string),
            'singleObservationRequest': FeaturesDict({
                'deviceId': Text(shape=(), dtype=string),
                'measurementName': Text(shape=(), dtype=string),
            }),
            'timestamp': Text(shape=(), dtype=string),
        }),
        'timestamp': Text(shape=(), dtype=string),
    }),
    'reward': FeaturesDict({
        'agentRewardValue': Scalar(shape=(), dtype=float32),
        'carbonEmissionWeight': Scalar(shape=(), dtype=float32),
        'carbonEmitted': Scalar(shape=(), dtype=float32),
        'electricityEnergyCost': Scalar(shape=(), dtype=float32),
        'endTimestamp': Text(shape=(), dtype=string),
        'energyCostWeight': Scalar(shape=(), dtype=float32),
        'naturalGasEnergyCost': Scalar(shape=(), dtype=float32),
        'normalizedCarbonEmission': Scalar(shape=(), dtype=float32),
        'normalizedEnergyCost': Scalar(shape=(), dtype=float32),
        'normalizedProductivityRegret': Scalar(shape=(), dtype=float32),
        'personProductivity': Scalar(shape=(), dtype=float32),
        'productivityRegret': Scalar(shape=(), dtype=float32),
        'productivityReward': Scalar(shape=(), dtype=float32),
        'productivityWeight': Scalar(shape=(), dtype=float32),
        'rewardScale': Scalar(shape=(), dtype=float32),
        'startTimestamp': Text(shape=(), dtype=string),
        'totalOccupancy': Scalar(shape=(), dtype=float32),
    }),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir doc as_supervised ) : None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ) : Manquant.

• Citation :

// TODO(smart_buildings_dataset): BibTeX citation

smart_buildings/sb1 (configuration par défaut)