AI, aşağıdaki adımlarla dış gürültü seviyelerini ve bunların bir binanın giriş alanlarındaki kullanıcı konforu üzerindeki etkisini analiz etmek ve tahmin etmek için kullanılabilir:
1. Veri Toplama: Gerçek zamanlı ses verilerini toplamak için binanın yakınına gürültü sensörleri veya mikrofonlar kurun ve kullanın dış gürültü seviyeleri. Bu veri toplama, günün saati, haftanın günü, hava koşulları ve yakınlardaki belirli olaylar veya faaliyetler gibi çeşitli faktörleri içermelidir.
2. Veri Ön İşleme: Dış ortamla ilgisi olmayan her türlü gürültüyü veya paraziti ortadan kaldırmak için toplanan ses verilerini temizleyin ve önceden işleyin. Bu, filtreleme, gürültü azaltma ve normalleştirme gibi teknikleri içerebilir.
3. Özellik Çıkarma: Gürültü düzeylerini ve kullanıcı konforunu karakterize etmeye yardımcı olabilecek, önceden işlenmiş ses verilerinden ilgili özellikleri çıkarın. Bu özellikler, ses yoğunluğunu, frekans dağılımını, geçici kalıpları ve ses yüksekliği veya rahatsızlık gibi psikoakustik ölçümleri içerebilir.
4. Veri Etiketleme: Önceden işlenmiş verileri, anketler veya kullanıcı geri bildirimleri yoluyla toplanan ilgili öznel kullanıcı konforu derecelendirmeleriyle etiketleyin. Bu, model eğitimi için etiketli bir veri kümesi oluşturacaktır.
5. Model Eğitimi: Etiketli veri kümesini kullanarak bir tahmin modeli eğitmek için makine öğrenimi tekniklerinden yararlanın. Regresyon modelleri veya evrişimli sinir ağları (CNN'ler) veya tekrarlayan sinir ağları (RNN'ler) gibi derin öğrenme mimarileri gibi çeşitli yapay zeka modelleri kullanılabilir.
6. Model Değerlendirmesi: Ortalama hata karesi veya doğruluk gibi uygun ölçütleri kullanarak eğitilen modelin performansını değerlendirin. Bu adım, modelin dış gürültü seviyelerini ve bunların kullanıcı konforu üzerindeki etkisini doğru bir şekilde tahmin edebilmesini sağlamaya yardımcı olur.
7. Gerçek Zamanlı Tahmin: Binanın dışına kurulan gürültü sensörlerinden/mikrofonlardan gelen gerçek zamanlı ses verilerini sürekli olarak analiz etmek için eğitilmiş modeli devreye alın. Model daha sonra beklenen dış gürültü seviyelerini tahmin edebilir ve öğrenilen modellere dayalı olarak kullanıcı konforunu tahmin edebilir.
8. Karar Desteği: Bilgilendirilmiş kararlar almak için tahmin edilen gürültü seviyeleri ve kullanıcı konfor değerlendirmesini diğer bina kontrol sistemleriyle birleştirin. Örneğin, havalandırma veya HVAC sistemlerini ayarlamak, gürültü önleyici cihazları kontrol etmek veya yolcuları potansiyel rahatsızlık konusunda bilgilendirmek.
Bina yöneticileri ve tasarımcılar, AI'yı dış gürültü seviyelerinin analizine ve tahminine entegre ederek kullanıcı konforunu optimize edebilir, önleyici tedbirler alabilir ve binanın giriş alanlarının genel kalitesini artırabilir.
Yayın tarihi: