Корейский институт гражданского строительства объявил о новом подходе к прогнозированию соседей с использованием модели сверточной нейронной сети (CNN), основанной на вибрационных сигналах. Результаты исследования опубликованы в журнале Applied Acoustics.
Модели CNN широко применяются в задачах компьютерного зрения. Новые датчики вибрации предназначены для установки на стене и перекрытии жилого здания для мониторинга вибрации, вызванной шагами, в режиме реального времени.
Шум на верхнем этаже вызывает стресс у жильцов и приводит к конфликтам между соседями. Однако раньше не существовало какого-либо метода получения объективной звуковой информации.
Представленный алгоритм представляет собой метод прогнозирования фактического звука удара, особенно шагов в помещениях. Экспериментально был собран набор данных, и его производительность была сравнена в соответствии с расположением датчиков вибрации и разрешением функции кратковременного преобразования Фурье (STFT), которая представляет вибрации, вызванные шагом. Уровень звука в течение 2 секунд был предсказан с 0,99 дБ в качестве средней абсолютной ошибки.
В будущем "система мониторинга шумового воздействия", которая прогнозирует звук на основе вибрации, может оказаться полезной для изменения поведения соседей, вызывающих чрезмерный шум. Или, возможно, сохраненные данные могут быть использованы посредниками в случае возникновения споров.