Activities per year
Project Details
Description
Levetiden af kulturarvsmaterialer afhænger af det omgivende miljø. Materialer stiller forskellige krav til miljøet, men de fleste samlinger holder bedst, hvis de bevares køligt, i ren luft, med moderat, relativ fugtighed og udsættes for mindst muligt lys. Arkiver, biblioteker og museer bestræber sig derfor på at optimere miljøet i magasiner og udstillingsområder i forhold til materialerne. Det er ’best practice’, at institutionerne overvåger miljøet løbende og kontrollerer, at det holder sig inden for givne retningslinjer. Kontrollen bygger på analyse af indhentede miljødata, men da analysen sker efter, at uhensigtsmæssige
miljøhændelser, der kan nedbryde kulturarven, måtte være indtruffet,
risikerer man, at afhjælpende indsatser iværksættes for sent. Formålet med dette projekt er at undersøge mulighederne for at udvikle et nyt proaktivt system til miljøkontrol i magasiner, hvor vi kombinerer indendørs- og
udendørsmiljømålinger, og udnytter maskinlæring til at forudsige uønskede miljøhændelser. Dermed vil vi gøre det muligt at handle rettidigt og forhindre, at kulturarven lider skade. Det vil være et gennembrud inden for præventiv bevaring, hvis vi kan udvikle en metode, der tidligt kan varsle miljøforhold, der kan være kritiske for bevaringen af kulturarv. Et proaktivt system vil også kunne bidrage til at reducere energiforbruget.
miljøhændelser, der kan nedbryde kulturarven, måtte være indtruffet,
risikerer man, at afhjælpende indsatser iværksættes for sent. Formålet med dette projekt er at undersøge mulighederne for at udvikle et nyt proaktivt system til miljøkontrol i magasiner, hvor vi kombinerer indendørs- og
udendørsmiljømålinger, og udnytter maskinlæring til at forudsige uønskede miljøhændelser. Dermed vil vi gøre det muligt at handle rettidigt og forhindre, at kulturarven lider skade. Det vil være et gennembrud inden for præventiv bevaring, hvis vi kan udvikle en metode, der tidligt kan varsle miljøforhold, der kan være kritiske for bevaringen af kulturarv. Et proaktivt system vil også kunne bidrage til at reducere energiforbruget.
Status | Finished |
---|---|
Effective start/end date | 01/10/2020 → 31/03/2022 |
Activities
- 3 Lecture and oral contribution
-
Proaktiv klimakontrol i museumsmagasiner ved hjælp af maskinlæring. De første erfaringer...
Morten Ryhl-Svendsen (Lecturer)
7 Apr 2022Activity: Talk or presentation › Lecture and oral contribution
-
Proactive environmental control of storage and exhibition areas for cultural heritage - first lessons learnt from implementing AI in practice
Ulla Bøgvad Kejser (Lecturer), Morten Ryhl-Svendsen (Lecturer), Birgit Vinther Hansen (Lecturer), Christian Boesgaard (Lecturer) & Søren Mollerup (Lecturer)
6 Dec 2021Activity: Talk or presentation › Lecture and oral contribution
-
Proactive environmental control of storage and exhibition facilities for cultural heritage through machine learning
Morten Ryhl-Svendsen (Lecturer)
2 Dec 2021Activity: Talk or presentation › Lecture and oral contribution
Research output
- 1 Journal article
-
Prediction of the indoor climate in cultural heritage buildings through machine learning: first results from two field tests
Boesgaard, C., Vinther Hansen, B., Bøgvad Kejser, U., Mollerup, S., Ryhl-Svendsen, M. & Torp-Smith, N., 2022, In: Heritage Science. 10, 12 p., 176.Publications: Contribution to journal › Journal article › Research › peer-review
Open Access