@ jsotolas Kommentar (so etwas wie: "Klingt so, als könnte maschinelles Lernen etwas bewirken") ist wahrscheinlich die richtige Antwort, aber ich werde es ein wenig erweitern.
Es wird mindestens von folgenden Faktoren abhängen:
- Größe des Raumes
- Anzahl der Personen
- Art der Aktivität, die die Leute machen
- Belüftungsmenge des Raumes (Fenster / Klimaanlage / ...)
- Genauigkeit und Reaktionszeit des verwendeten Sensors
- Anzahl und Position der Sensoren
I - Daten von einem CO verwendet habe 2 Sensor auf etwa Raumbelegung in der Vergangenheit für ein Einzelzimmer zu schätzen, ich habe am Ende nicht auf der Maschine gehen zu der Zeit lernen Route, eher Dinge wie die Änderungsrate unter Verwendung von CO 2 zu geben , ein Indikator (mehr Menschen, je schneller der Wert stieg). Aber wenn ich es noch einmal machen würde, würde ich wahrscheinlich anfangen, Daten zu sammeln, um sie als Schulungsmaterial zu verwenden.
Es kann sich auch lohnen, die Daten mit einem anderen Sensor zu verschmelzen, z. B. einem Sensor für relative Luftfeuchtigkeit, da dieser wahrscheinlich gleichzeitig zunimmt.