Logo des Repositoriums

Auflistung nach Autor:in "Schlender, Klaus"

1 - 3 von 3
  • Textdokument
    Analyse von Heizungs- und Lüftungsverhalten mit Data Mining Methoden
    (INFORMATIK 2020, 2021) Westhäusser, Lutz; Nickel, David; Behrens, Grit; Schlender, Klaus
    In dem hier beschriebenen Projekt wird interdisziplinär mit Psychologen zusammen gearbeitet. Ziel der Arbeit ist es, Modelle zu entwickeln, um das Umweltverhalten von Hausbewohnern positiv zu beeinflussen und zu verstetigen. In der hier beschriebenen Arbeit werden die ersten Daten aus dem ‚Reallabor' Sennestadt genutzt, die in den Wohnungen von freiwilligen Studienteilnehmern zu ihrem Heizungs-und Lüftungsverhalten erhoben werden. Mittels Machine Learning Technologien werden diese Daten analysiert.
  • Textdokument
    Maschinelles Lernen von CNN-Modellen zur Segmentierung von Störobjekten auf Gebäudefassaden auf Infrarot- und Farbbildern
    (INFORMATIK 2021, 2021) Schlender, Klaus; Behrens, Grit; Creutzburg, Reiner
    Die Arbeit zeigt, dass es mit Hilfe von Technologien der künstlichen Intelligenz möglich ist, unerwünschte Objekte auf Infrarot- und Normalbildern zu segmentieren, um diese anschließend erfolgreich aus dem Bild entfernen zu können. Die in dieser Arbeit entwickelte Methode kann eingesetzt werden, um weitere Segmentierungsaufgaben zu übernehmen, die bei der Berechnung von thermischen Energieverlusten oder anderen Anwendungen hilfreich sind. Die vorgestellten Ergebnisse können im ENVIRON-Projekt "Environ - Entwicklung und Evaluation einer Intervention zur Vermeidung von durch energetische Sanierung ausgelösten Rebound-Effekten" anwendungsbezogen zu einer schnelleren Bewertung potentieller Energieverluste in sanierungsbedürftigen Gebäuden beitragen und entsprechend helfen, den Entscheidungsprozess für oder gegen eine Modernisierungsmaßnahme zu bewerten. In diesem Zusammenhang wird auch dazu beigetragen, unnötige C02-Emissionen von Gebäuden zu reduzieren und damit die Umwelt zu entlasten.
  • Textdokument
    Visualisierung von 3D-Objekten mit automatischer Lokalisierung von Wärmebrücken in der Gebäudeaußenhülle
    (INFORMATIK 2017, 2017) Schlender, Klaus; Behrens, Grit; Abele, Oleg
    Die vorliegende Arbeit hilft beim Verwirklichen der Klimaschutzziele unserer Bundesregierung und trägt dazu bei, sanierungsbedürftige Gebäuden zu erkennen. Hierzu werden zunächst Luftbildaufnahmen als Wärme-und Echtbilder eines Gebäudes von einem Thermokopter erstellt, auf denen dann nachfolgend mittels eines Erkennungsalgorithmus die Wärmebrücken visualisiert werden. Die erfassten Wärmebrücken kennzeichnen potenziell sanierungsbedürftige Schwachstellen in Außenfassaden. Die Luftbildaufnahmen werden mittels Image-Based Rendering Software in 3D-Modelle verarbeitet, die in einer WebGL 3D-Landschaft dargestellt und begutachtet werden können.