Mithilfe von KI können Außengeräuschpegel und deren Auswirkungen auf den Benutzerkomfort in den Eingangsbereichen eines Gebäudes mithilfe der folgenden Schritte analysiert und vorhergesagt werden:
1. Datenerfassung: Installieren und nutzen Sie Geräuschsensoren oder Mikrofone in der Nähe des Gebäudes, um Audiodaten in Echtzeit zu sammeln des Außengeräuschpegels. Diese Datenerfassung sollte verschiedene Faktoren wie Tageszeit, Wochentag, Wetterbedingungen und bestimmte Ereignisse oder Aktivitäten in der Nähe umfassen.
2. Datenvorverarbeitung: Bereinigen und vorverarbeiten Sie die gesammelten Audiodaten, um jegliches Rauschen oder Interferenzen zu entfernen, die nichts mit der Außenumgebung zu tun haben. Dies kann Techniken wie Filterung, Rauschunterdrückung und Normalisierung umfassen.
3. Merkmalsextraktion: Extrahieren Sie relevante Merkmale aus den vorverarbeiteten Audiodaten, die dabei helfen können, Geräuschpegel und Benutzerkomfort zu charakterisieren. Zu diesen Merkmalen können Schallintensität, Frequenzverteilung, zeitliche Muster und psychoakustische Messwerte wie Lautstärke oder Belästigung gehören.
4. Datenkennzeichnung: Kennzeichnen Sie die vorverarbeiteten Daten mit entsprechenden subjektiven Bewertungen des Benutzerkomforts, die durch Umfragen oder Benutzerfeedback gesammelt wurden. Dadurch wird ein beschrifteter Datensatz für das Modelltraining erstellt.
5. Modelltraining: Nutzen Sie Techniken des maschinellen Lernens, um ein Vorhersagemodell anhand des gekennzeichneten Datensatzes zu trainieren. Es können verschiedene KI-Modelle verwendet werden, etwa Regressionsmodelle oder Deep-Learning-Architekturen wie Convolutional Neural Networks (CNNs) oder Recurrent Neural Networks (RNNs).
6. Modellbewertung: Bewerten Sie die Leistung des trainierten Modells anhand geeigneter Metriken wie mittlerer quadratischer Fehler oder Genauigkeit. Dieser Schritt trägt dazu bei, dass das Modell die Außengeräuschpegel und deren Auswirkungen auf den Benutzerkomfort genau vorhersagen kann.
7. Echtzeitvorhersage: Setzen Sie das trainierte Modell ein, um kontinuierlich Echtzeit-Audiodaten von den außerhalb des Gebäudes installierten Geräuschsensoren/Mikrofonen zu analysieren. Das Modell kann dann die erwarteten Außengeräuschpegel vorhersagen und den Benutzerkomfort basierend auf den gelernten Mustern abschätzen.
8. Entscheidungsunterstützung: Kombinieren Sie die vorhergesagten Geräuschpegel und die Bewertung des Benutzerkomforts mit anderen Gebäudesteuerungssystemen, um fundierte Entscheidungen zu treffen. Zum Beispiel die Anpassung von Lüftungs- oder HVAC-Systemen, die Steuerung von Geräten zur Geräuschunterdrückung oder die Benachrichtigung der Bewohner über mögliche Unannehmlichkeiten.
Durch die Integration von KI in die Analyse und Vorhersage des Außengeräuschpegels können Gebäudemanager und Designer den Benutzerkomfort optimieren, vorbeugende Maßnahmen ergreifen und die Gesamtqualität der Eingangsbereiche des Gebäudes verbessern.
Veröffentlichungsdatum: