Çalışma, kentsel alanlarda gürültü kirliliğini azaltmak için otoyollardaki akustik olayların kaynaklarını belirlemek için yeni bir yaklaşım önermektedir. Önerilen yöntem, insan kulağının özelliklerine göre modellenen logaritmik ölçekte hız haritası özelliklerini kullanır ve spektral enerjinin yoğunlaştığı bölgelere odaklanmak için bir eşik işlevi içerir. Önerilen modelde dört farklı iç tüy hücresi yöntemi karşılaştırıldı ve Joergensen IHC yöntemi diğer modellere göre sınıflandırma performansında önemli bir gelişme sağladı. Önerilen model, önceki çalışmalara kıyasla F-skoru değerinde yaklaşık %10'luk bir iyileşme sağlamıştır. Genel olarak, bu çalışma, makine öğrenimi teknikleri ve işitsel modeller kullanarak akustik trafik izlemeye umut verici bir yaklaşım sunmaktadır.
The study proposes a new approach to identify sources of acoustic events on highways for reducing noise pollution in urban areas. The proposed method uses rate map features in logarithmic scale, modeled on the human ear's characteristics, and includes a threshold function to focus on regions where spectral energy is concentrated. Four different inner hair-cell methods were compared in the proposed model, and the Joergensen IHC method provided a significant improvement in classification performance compared to other models. The proposed model achieved approximately 10% improvement in the F-score value compared to previous studies. Overall, this study presents a promising approach to acoustic traffic monitoring using machine learning techniques and auditory models.
Primary Language | Turkish |
---|---|
Subjects | Artificial Intelligence |
Journal Section | Research Articles |
Authors | |
Early Pub Date | October 18, 2023 |
Publication Date | October 27, 2023 |
Published in Issue | Year 2023 Volume: 5 Issue: 2 |