L'IA peut être utilisée pour analyser et prédire les niveaux de bruit extérieur et leur impact sur le confort des utilisateurs dans les espaces d'entrée d'un bâtiment en suivant les étapes suivantes :
1. Collecte de données : installez et utilisez des capteurs de bruit ou des microphones à proximité du bâtiment pour collecter des données audio en temps réel. des niveaux de bruit extérieur. Cette collecte de données doit inclure divers facteurs tels que l'heure de la journée, le jour de la semaine, les conditions météorologiques et tout événement ou activité spécifique à proximité.
2. Prétraitement des données : nettoyez et prétraitez les données audio collectées pour supprimer tout bruit ou interférence sans rapport avec l'environnement extérieur. Cela peut impliquer des techniques telles que le filtrage, la réduction du bruit et la normalisation.
3. Extraction de caractéristiques : extrayez les caractéristiques pertinentes des données audio prétraitées qui peuvent aider à caractériser les niveaux de bruit et le confort de l'utilisateur. Ces caractéristiques peuvent inclure l'intensité sonore, la distribution des fréquences, les modèles temporels et les mesures psychoacoustiques telles que l'intensité sonore ou la gêne.
4. Étiquetage des données : Étiquetez les données prétraitées avec les évaluations subjectives correspondantes du confort de l'utilisateur recueillies par le biais d'enquêtes ou de commentaires des utilisateurs. Cela créera un ensemble de données étiqueté pour la formation du modèle.
5. Formation de modèle : utilisez des techniques d'apprentissage automatique pour former un modèle de prédiction à l'aide de l'ensemble de données étiqueté. Divers modèles d'IA peuvent être utilisés, tels que des modèles de régression ou des architectures d'apprentissage en profondeur comme les réseaux de neurones convolutifs (CNN) ou les réseaux de neurones récurrents (RNN).
6. Évaluation du modèle : évaluez les performances du modèle formé à l'aide de mesures appropriées telles que l'erreur quadratique moyenne ou la précision. Cette étape permet de s'assurer que le modèle peut prédire avec précision les niveaux de bruit extérieur et leur impact sur le confort des utilisateurs.
7. Prédiction en temps réel : Déployez le modèle formé pour analyser en continu les données audio en temps réel des capteurs de bruit/microphones installés à l'extérieur du bâtiment. Le modèle peut alors prédire les niveaux de bruit extérieur attendus et estimer le confort de l'utilisateur en fonction des modèles appris.
8. Aide à la décision : combinez les niveaux de bruit prévus et l'évaluation du confort des utilisateurs avec d'autres systèmes de contrôle du bâtiment pour prendre des décisions éclairées. Par exemple, ajuster les systèmes de ventilation ou de CVC, contrôler les dispositifs antibruit ou informer les occupants d'un inconfort potentiel.
En intégrant l'IA dans l'analyse et la prédiction des niveaux de bruit extérieur, les gestionnaires et concepteurs de bâtiments peuvent optimiser le confort des utilisateurs, prendre des mesures préventives et améliorer la qualité globale des espaces d'entrée du bâtiment.
Date de publication: