مندرجہ ذیل مراحل کے ذریعے عمارت کے داخلی مقامات پر بیرونی شور کی سطح اور صارف کے سکون پر ان کے اثرات کا تجزیہ کرنے اور اس کی پیش گوئی کرنے کے لیے AI کا استعمال کیا جا سکتا ہے:
1. ڈیٹا اکٹھا کرنا: ریئل ٹائم آڈیو ڈیٹا اکٹھا کرنے کے لیے عمارت کے آس پاس کے علاقے میں شور کے سینسر یا مائیکروفون نصب کریں اور ان کا استعمال کریں۔ بیرونی شور کی سطح اس ڈیٹا اکٹھا کرنے میں مختلف عوامل شامل ہونے چاہئیں جیسے کہ دن کا وقت، ہفتے کا دن، موسمی حالات، اور آس پاس کے کوئی مخصوص واقعات یا سرگرمیاں۔
2. ڈیٹا پری پروسیسنگ: بیرونی ماحول سے متعلق کسی بھی شور یا مداخلت کو دور کرنے کے لیے جمع کیے گئے آڈیو ڈیٹا کو صاف اور پہلے سے پروسیس کریں۔ اس میں فلٹرنگ، شور میں کمی، اور نارملائزیشن جیسی تکنیکیں شامل ہو سکتی ہیں۔
3. فیچر ایکسٹریکشن: پہلے سے پروسیس شدہ آڈیو ڈیٹا سے متعلقہ فیچرز نکالیں جو شور کی سطح اور صارف کے آرام کو نمایاں کرنے میں مدد کر سکتی ہیں۔ ان خصوصیات میں آواز کی شدت، فریکوئنسی کی تقسیم، وقتی نمونے، اور سائیکوکوسٹک میٹرکس جیسے اونچی آواز یا جھنجھلاہٹ شامل ہو سکتی ہے۔
4. ڈیٹا لیبلنگ: سروے یا صارف کے تاثرات کے ذریعے جمع کردہ صارف کے آرام کی متعلقہ ساپیکش درجہ بندی کے ساتھ پہلے سے تیار کردہ ڈیٹا کو لیبل کریں۔ یہ ماڈل ٹریننگ کے لیے لیبل لگا ڈیٹاسیٹ بنائے گا۔
5. ماڈل ٹریننگ: لیبل والے ڈیٹاسیٹ کا استعمال کرتے ہوئے پیشین گوئی کے ماڈل کو تربیت دینے کے لیے مشین لرننگ تکنیک کا استعمال کریں۔ مختلف AI ماڈلز استعمال کیے جاسکتے ہیں، جیسے کہ ریگریشن ماڈلز یا ڈیپ لرننگ آرکیٹیکچرز جیسے convolutional neural networks (CNNs) یا recurrent neural networks (RNNs)۔
6. ماڈل کی تشخیص: مناسب میٹرکس کا استعمال کرتے ہوئے تربیت یافتہ ماڈل کی کارکردگی کا اندازہ کریں جیسے کہ اوسط مربع غلطی یا درستگی۔ یہ قدم اس بات کو یقینی بنانے میں مدد کرتا ہے کہ ماڈل بیرونی شور کی سطح اور صارف کے آرام پر ان کے اثرات کا درست اندازہ لگا سکتا ہے۔
7. ریئل ٹائم پیشن گوئی: عمارت کے باہر نصب شور کے سینسر/مائیکروفون سے حقیقی وقت کے آڈیو ڈیٹا کا مسلسل تجزیہ کرنے کے لیے تربیت یافتہ ماڈل کو تعینات کریں۔ اس کے بعد ماڈل متوقع بیرونی شور کی سطح کا اندازہ لگا سکتا ہے اور سیکھے گئے نمونوں کی بنیاد پر صارف کے آرام کا اندازہ لگا سکتا ہے۔
8. فیصلہ سازی کی معاونت: باخبر فیصلے کرنے کے لیے پیشن گوئی کی گئی شور کی سطح اور صارف کے سکون کی تشخیص کو دوسرے بلڈنگ کنٹرول سسٹم کے ساتھ یکجا کریں۔ مثال کے طور پر، وینٹیلیشن یا HVAC سسٹم کو ایڈجسٹ کرنا، شور کو منسوخ کرنے والے آلات کو کنٹرول کرنا، یا مکینوں کو ممکنہ تکلیف کے بارے میں مطلع کرنا۔
بیرونی شور کی سطح کے تجزیہ اور پیشین گوئی میں AI کو ضم کر کے، عمارت کے منتظمین اور ڈیزائنرز صارف کے آرام کو بہتر بنا سکتے ہیں، حفاظتی اقدامات کر سکتے ہیں، اور عمارت کے داخلی مقامات کے مجموعی معیار کو بڑھا سکتے ہیں۔
تاریخ اشاعت: