Tag Inference

Abstract

Moderne bygg bruker i større grad enn tidligere ulike sensorer for å overvåke ulike deler av konstruksjonen. Slik data lagres gjerne som en tidsserie, hvor verdier assosieres med et tidsstempel. I denne oppgaven behandles denne tidsseriedataen slik at den egner seg til klassifisering basert på karaktertrekk, med et mål om å kunne identifisere typen sensor dataen har opphav ifra. Flere ulike algoritmer for klassifisering undersøkes og sammenliknes, deriblant nærmeste nabo, beslutningstre og gradientforsterkede tre. I tillegg undersøkes hvordan hyppigheten på datapunkter i en tidsserie påvirker nøyaktigheten på klassifiseringen. Resultatene viser at gradientforsterkede tre gir den høyeste nøyaktighet på 91.7 prosent. Det vises også at kortere intervaller mellom datapunktene har en positiv innvirkning på evnen til å klassifisere korrekt. Oppgaven er skrevet på vegne av Piscada.

Modern buildings increasingly use various sensors to monitor different parts of the construction. This data is often stored as a time series, where values are associated with a timestamp. In this task, the time series data is processed to make it suitable for classification based on characteristic features, with the goal of identifying the type of sensor the data originates from. Several different classification algorithms are examined and compared, including nearest neighbour, decision tree, and gradient-boosted tree. Additionally, the impact of the frequency of data points in a time series on the accuracy of classification is investigated. The results show that gradient-boosted trees achieve the highest accuracy at 91.7 percent. It is also demonstrated that shorter intervals between data points have a positive impact on the ability to classify correctly. This task is written on behalf of Piscada.