基于传感器融合的室内火灾烟雾检测数据集-gauravduttakiit
数据来源：互联网公开数据
标签：火灾检测,烟雾,传感器,IoT,机器学习,环境监测,空气质量,时间序列,分类,烟雾报警
数据概述：
本数据集旨在支持基于物联网（IoT）数据的烟雾检测机器学习模型的开发，模拟真实室内环境中的火灾场景。 数据集由多个传感器采集的读数构成，这些传感器模拟了烟雾探测器在火灾发生时所监测到的关键环境参数。 数据集包括空气温度、空气湿度、总挥发性有机化合物（TVOC）、二氧化碳当量浓度（eCO2）、原始氢气浓度（Raw H2）、原始乙醇浓度（Raw Ethanol）、气压、PM1.0和PM2.5颗粒物浓度、以及颗粒物数量浓度（NC0.5、NC1.0、NC2.5）等。 此外，数据集还包含了火灾报警标签（Fire Alarm），指示在特定时间点是否存在火灾（1表示存在，0表示不存在）。 数据还包含样本计数器（CNT）和UTC时间戳（UTC），用于记录数据采集的时间顺序。
数据用途概述：
该数据集主要用于训练和评估机器学习模型，用于预测室内环境中是否存在火灾。 具体应用包括：开发用于早期火灾预警的智能烟雾探测系统；研究不同传感器数据在火灾检测中的重要性；进行时间序列分析，探索火灾发生前后的环境变化规律；评估不同机器学习算法在火灾检测任务中的性能。 此外，该数据集还可用于教育和研究，帮助学习者理解传感器数据在环境监测中的应用，以及机器学习模型在实际问题中的应用。
