Hossein Khorrami Sarvestani
A Machine Learning and Explainable AI Approach to Evaluating Environmental Sensors on Workplace Productivity. Case Study: Eurix Company.
Rel. Davide Papurello. Politecnico di Torino, Corso di laurea magistrale in Data Science And Engineering, 2025
Abstract
Analisi dati da multisensore ambientale Questa tesi indaga la relazione tra le condizioni ambientali, la produttività e le percezioni individuali negli ambienti di lavoro. Esplora metriche di produttività sia soggettive che oggettive, utilizzando punteggi di produttività auto-riferiti e indici di performance basati su compiti cognitivi. Lo studio incorpora fattori ambientali come temperatura, qualità dell'aria, luce e rumore, insieme a variabili demografiche quali genere, età e sensibilità al disagio ambientale. È stato adottato un approccio analitico avanzato, comprendente preprocessamento dei dati, segmentazione, analisi delle correlazioni e rilevamento di anomalie. Gli indici ambientali sono stati calcolati dai dati dei sensori, mentre gli indici di produttività sono stati derivati mediante tecniche di ottimizzazione per massimizzare la loro correlazione con le variabili ambientali.
Lo studio ha identificato tendenze chiave nella produttività dei dipendenti, dimostrando come i livelli di comfort influenzino le prestazioni cognitive in diversi momenti, luoghi e gruppi demografici
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Informazioni aggiuntive
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
