Study on Prediction of Environmental Building Performance Using Machine Learning

Research Project

Project/Area Number	25K17733
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 23020:Architectural environment and building equipment-related
Research Institution	Kyoto University
Principal Investigator	高取伸光京都大学, 工学研究科, 助教 (70880459)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2025: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Keywords	ニューラルネットワーク / 熱物性 / 空気流動 / 逆推定 / シミュレーション
Outline of Research at the Start	本研究は、建物の環境性能（断熱性、熱容量、気密性、透湿性、吸放湿性）を、建物内の温湿度環境の実測データを基に機械学習を用いて推定することを目的としている。従来、建物の環境性能の現場実測による推定は困難であり、設計図面からの情報に頼ることが多いが、本研究では温湿度計測という簡易な方法に基づく新たな推定手法を提案する。ここで得られた建物の環境性能は、従来の数理モデルに基づく環境シミュレーションに適用することで、建物の改修や運用最適化の検討に貢献しうるものである。また、国内外の関連研究と比較しても、建築分野における機械学習の応用はまだ限られており、本研究はその進展に大きく貢献することが期待される。