EAN Technology
Personalized Environment Adaptation via Resident NETwork
AI 기반 개인별 열 쾌적성 학습 네트워크. 환경 데이터(AERONET) + 생리적 반응(웨어러블) + 명시적 피드백(모바일 앱) + 암묵적 피드백(제어 조정 행동)을 통합하여 개인 맞춤형 쾌적성 모델을 학습합니다. Federated Learning으로 프라이버시를 보호하며 WHYmbient의 인과 분석과 맞춤형 케어 전략의 핵심 엔진입니다.
AI 기반 개인화 쾌적성 학습
Federated NN 83% 정확도 · 개인별 맞춤형 제어 · 프라이버시 보호
Federated Neural Network가 83% 정확도로 최고 성능을 달성하며, 프라이버시도 보호합니다. Random Forest, XGBoost와 비교.
Loading visualization...
Interactive chart - hover and click for details
100명의 사용자가 각각 다른 쾌적 온도를 선호하며, PEARNET은 이를 개별적으로 학습합니다. PMV 등고선 포함.
Loading visualization...
Interactive chart - hover and click for details
90일 학습 후 정확도가 60%에서 83%로 향상되며, 계절 변화에도 적응합니다. 일/주/월 단위 학습 주기 비교.
Loading visualization...
Interactive chart - hover and click for details
개인 데이터는 기기를 떠나지 않고, 모델 파라미터만 공유하여 프라이버시를 보호합니다. 데이터 흐름 시각화.
Loading visualization...
Interactive chart - hover and click for details
표준 PMV 모델에 나이, 성별, BMI, 적응 이력을 추가하여 개인화된 쾌적성을 예측합니다. 3D 시각화.
Loading visualization...
Interactive chart - hover and click for details
개인별 쾌적 범위를 LEEMO MPC 제어에 제약 조건으로 제공하여 맞춤형 환경을 구현합니다. 연령대별 분석.
Loading visualization...
Interactive chart - hover and click for details
6개의 인터랙티브 데이터 시각화