Return to search

Improving Occupant’s sleep quality with the help of OURA ring and data from Smart Buildings

Well-being is associated with comfort and health, and it represents wellness and quality of life. Sleep quality is an important index when evaluating a person’s well-being. KTH Live-in-lab performs Human-building interaction studies to explore the growing potential of how built environments, measured by Schneider Electric (SE), can influence humans and their well-being in their everyday lives. This thesis works as an explorative study of using the OURA ring to evaluate sleep quality for tenants living in KTH LiL. Specifically, this project aims to assess the quality of the data collected from the ring and SE sensors by using Total Data Quality Management (TDQM) and propose a Multilayer perceptron (MLP) model for predicting sleep scores. Results first showed that the OURA ring is an appropriate tool for evaluating sleep quality. Its data passed 11 TDQM’s dimensions, including accuracy, objectivity, relevancy, interpretability and understandability. Second, the OURA was able to capture the relationship between sleep quality and building’s temperature and humidity through its sleep scores. Results showed that higher sleep scores situated more around the suggested ideal ranges of temperature and humidity. However, some low sleep scores were also situated around these ideal ranges which suggests that an additional study needs to be conducted. Such a study would take in tenants’ feedback in order to distinguish sleep scores heavily affected by psychological and/or other factors rather than built environments. Third, we were able to create an MLP model to predict sleep scores based on temperature and humidity values as well as user-related information, like activity rate and total burn. The model had validation and training losses converging at 1.90-2.50. Those low loss rates suggest that the building's temperature and humidity along with information about tenants from the ring can be used to improve the sleep scores. This model can be extended into a recommendation model where buildings’ operators and tenants can benefit from. Buildings’ operators would get information and recommendations on how to properly administer their buildings to achieve higher well-being for their tenants. Also, tenants would get recommendations on how to increase their sleep scores and, ultimately, their sleep qualities and well-being. / Välbefinnande är förknippat med komfort och hälsa, och det representerar livskvalitet. Sömnkvalitet är ett viktigt index när man utvärderar människors välbefinnande. KTH Live-in-lab utför interaktionsstudier mellan Människor-Byggnader interaktion för att utforska den växande potentialen för hur byggda miljöer, mätt av Schneider Electric (SE), kan påverka människor och deras välbefinnande i vardagslivet. Denna avhandling fungerar som en explorativ studie av att använda OURA-ringen för att utvärdera sömnkvaliteten för hyresgäster som bor i KTH LiL. Specifikt syftar detta projekt till att bedöma kvaliteten på de data som samlats in från ring- och SE-sensorerna genom att använda Total Data Quality Management (TDQM) och föreslå en Multilayer perceptron (MLP) - modell för att förutsäga sömn resultat. Resultaten visade först att OURA-ringen är ett lämpligt verktyg för att utvärdera sömnkvaliteten. Dess data passerade 11 TDQMs dimensioner, inklusive noggrannhet, objektivitet, relevans, tolkbarhet och förståbarhet. För det andra kunde OURA fånga förhållandet mellan sömnkvalitet och byggnadens temperatur och fuktighet genom sina sömnvärden. Resultaten visade att högre sömn värden ligger mer runt de föreslagna ideala temperatur- och luftfuktighet områdena. Några låga sömn resultat låg dock också runt dessa ideala intervall, vilket tyder på att ytterligare en studie måste genomföras. En sådan studie skulle ta hyresgästernas återkoppling för att urskilja sömn poäng som påverkas starkt av psykologiska och / eller andra faktorer förutom de byggda miljöer. För det tredje kunde vi skapa en MLP-modell för att förutsäga sömn värden baserat på temperatur- och luftfuktighets värden samt använda relaterad information, som aktivitetsgrad och totalt bränn. Modellen hade validering och näringsförluster som konvergerade vid 1,90-2,50. Dessa låga förlust nivåer antyder att byggnadens temperatur och luftfuktighet tillsammans med information om hyresgäster från ringen kan användas för att förbättra sömn värdena. Denna modell kan utvidgas till en rekommendation modell där byggnadens operatörer och hyresgäster kan dra nytta av. Byggnadens operatörer skulle få information och rekommendationer om hur de ska förvalta sina byggnader på rätt sätt för att uppnå högre välbefinnande för sina hyresgäster. Hyresgästerna skulle också få rekommendationer om hur man ökar sina sömn värden och i slutändan deras sömnkvaliteten och välbefinnande.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-303570
Date January 2021
CreatorsAl Rahis, Anas, Osman, Osman
PublisherKTH, Skolan för elektroteknik och datavetenskap (EECS)
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-EECS-EX ; 2021:563

Page generated in 0.1738 seconds