Sieci neuronowe oszacują poziom hałasu na ulicach

Naukowcy z University of Granada pracują nad zastosowaniem sieci neuronowych do stworzenia modelu przewidywania miejskiego hałasu. Model taki byłby niezwykle pomocny przy wyborze lokalizacji pod nowe inwestycje.

Nowe rozwiązanie pozwala przewidywać poziom miejskiego hałasu ze współczynnikiem niezawodności na poziomie 95 procent. Do tego celu wykorzystuje takie dane, jak: rodzaj drogi, warunki na drodze, średnia prędkość przejeżdżających samochodów czy roboty drogowe.

Naukowcy stworzyli program, który przewiduje poziom hałasu przy drodze w przyszłości. Przewiduje on częstotliwość hałasu oraz jego rodzaj.

Nowy system jest znacznie precyzyjniejszy niż wykorzystywane tradycyjne modele matematyczne. Twórcy pracują teraz nad zmniejszeniem liczby zmiennych koniecznych do wprowadzenia, ale chcą to zrobić tak, by nie osłabić precyzji modelu.

Hałas jest problemem globalnym i uznawany jest przez Światową Organizację Zdrowia (WHO) za zanieczyszczenie. Miejscy planiści „potrzebują narzędzia, które pozwoli im przewidzieć poziom hałasu." - stwierdziła Natalia Genaro García z University of Granada, jedna z autorek wynalazku. „Podczas, gdy w różnych krajach powstało wiele modeli przewidywania hałasu, żaden z nich nie jest dość precyzyjny." - dodała.

Tworząc system, naukowcy przeanalizowali dane dotyczące hałasu, zgromadzone w Grenadzie w 2007 roku. Teraz gromadzą dalej dane z innych miast, by model zweryfikować.

(lk)