Sökning: "Indoor Environment"
Visar resultat 11 - 15 av 819 uppsatser innehållade orden Indoor Environment.
11. Möjligheterna för återvinning eller återanvändning av kaseinfekterad betong
Uppsats för yrkesexamina på grundnivå, KTH/Skolan för kemi, bioteknologi och hälsa (CBH)Sammanfattning : Kvarteret Silverskopan som ligger i centrala Stockholm har sedan länge haft problem med fukt i fastigheterna. De mätningar som gjorts har visat tydliga resultat på höga fukt- och kaseinhalter. Kasein är ett protein som finns i mjölkprodukter och är ofarligt när det förekommer i torr miljö. LÄS MER
12. Energy retrofitting effect on perceived indoor climate: A case study of Estonian multi-family buildings
Master-uppsats, Lunds universitet/Avdelningen för Energi och byggnadsdesign; Lunds universitet/Institutionen för arkitektur och byggd miljöSammanfattning : Energy renovations are an important measure for achieving the European Union’s target of climate neutrality by 2050. To meet the EU goal, Estonia needs to fully renovate 14 000 multi-family buildings by that time, affecting the indoor environment conditions of a large number of people. LÄS MER
13. ”Materialet är inte låst, det kan användas på många olika sätt” : Barns handlingsutrymme i inomhusmiljön på förskolan – ur förskolepersonals perspektiv
Uppsats för yrkesexamina på grundnivå, Högskolan i Halmstad/Akademin för lärande, humaniora och samhälleSammanfattning : Inomhusmiljön på förskolan är avgörande för barns lek, lärande och utveckling. Miljön påverkar hur individer interagerar med andra och bjuder in till olika typer av beteenden. Samtidigt blir barn sällan delaktiga och inkluderade i utformningen av miljön, utan miljön speglar i stället de vuxnas förväntningar och mål. LÄS MER
14. Wi-Fi fingerprinting as a mean to measure building occupancy : A case study in an office environment
Master-uppsats, KTH/TransportplaneringSammanfattning : The task of collecting visitor data in an indoor environment and therein determining the occupancy of a building is an extensive task. Conventional methods are expensive, time-consuming, and often lack the ability to produce data in longer time series. Further, they often require disruption of the studied area as equipment must be deployed. LÄS MER
15. Machine Learning Model for Localization in an Urban Environment
Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)Sammanfattning : The indoor localization problem has seen great improvements during the last tenyears and today it is possible to determine the location of electronic devices, such assmartphones, with centimeter precision. The aim of this project is to apply similar localizationmethods on multichannel antenna data gathered outdoors in an urban environment andanalyze the viability of this approach. LÄS MER