Een machine learning algoritme ontwikkelen in samenwerking met de VU

We streven voortdurend naar de optimale balans tussen het verminderen van uitstoot en het creëren van gezonde, comfortabele gebouwen. Wetenschappelijk onderzoek vormt een belangrijk onderdeel van deze missie. Door de binnentemperatuur van gebouwen nauwkeurig te voorspellen, kunnen we HVAC-systemen optimaliseren.

Vorig jaar deden we, in samenwerking met de Vrije Universiteit Amsterdam, onderzoek naar het verbeteren van onze machinelearning-algoritmes. Het resultaat? Een state-of-the-art model.

Hoe het allemaal begon

In januari 2023 verwelkomden we Ruthu Rooparaghunath bij Healthy Workers. Deze enthousiaste AI-masterstudent sloot zich aan bij ons onderzoek naar de verdere ontwikkeling van ons machinelearning-algoritme.

Ruthu nam de leiding over het onderzoek, maar werkte nauw samen met medeoprichter Jonatan Roose, machinelearning-engineer Enzo van Kessel en haar professor Victor de Boer.

Na haar afstuderen bleef ze van juli tot december bij ons in dienst om haar onderzoek te implementeren en haar scriptie om te zetten in een publicatie.

Een nauwkeurig en state-of-the-art machine learning model

Ons product is om verschillende redenen state-of-the-art:

1. Indrukwekkende nauwkeurigheid van ons algoritme: ons algoritme heeft een nauwkeurigheid van 94%. Dat betekent dat 94% van onze voorspellingen over het binnenklimaat minder dan 0,5 graad afwijken van het werkelijke binnenklimaat. Stel dat we voor honderd dagen telkens voorspellingen maken voor de komende 24 uur, dan zijn dat 2.400 voorspellingen. Hiervan is 94% correct met een maximale afwijking van slechts 0,5 graad.

2. We gebruiken één model: we trainen het model op data van een specifiek gebouw, maar uiteindelijk werkt ons model op elk type gebouw. Dit is bijzonder én veel voordeliger dan iedere keer een nieuw model ontwikkelen, wat momenteel de standaard is binnen onderzoek op dit gebied.

3. We gebruiken echte data: bestaand onderzoek werkt voornamelijk met gesimuleerde data. Niet bij ons; wij gebruiken echte data. Natuurlijk kost dit meer tijd, maar gelukkig zijn we lang geleden al begonnen met het verzamelen ervan.

Hierdoor kunnen we uiteindelijk een veel robuuster en eerlijker model bouwen.

Officieel state-of-the-art: klaar voor een groenere toekomst

Na veel hard werk is het eindelijk zover. Het onderzoek is gepubliceerd en we kunnen met trots zeggen dat we state-of-the-art hebben bereikt. Deze prachtige prestatie biedt veel potentie voor een groenere toekomst van gebouwen.

Als bedrijf blijven we ons inzetten voor wetenschappelijk onderzoek, en ambitieuze masterstudenten zijn meer dan welkom. Zo willen we duurzaamheid stimuleren en laten zien dat we voorop lopen op weg naar net-zero in 2050.

-

In de blogreeks AI in real estate nemen we je mee in de razendsnelle ontwikkelingen van AI en machine learning in vastgoed. We laten zien hoe deze technologieën de sector veranderen, delen onze visie én vertellen je alles over onze eigen AI-ontwikkelingen rondom autonoom gebouwbeheer.

Ons Smart & Healthy Buildings-platform richt zich op het ontwikkelen van geavanceerde software voor autonoom gebouwbeheer. Met dit innovatieve project maken we gebouwen gezonder én efficiënter, met behulp van slimme technologie en datagedreven inzichten. Daarnaast investeren we actief in het omscholen van marktpartijen, zodat zij deze nieuwe technologie kunnen integreren in hun eigen dienstverlening.