文献

J-GLOBAL ID：202202265459721177   整理番号：22A0947707

都市環境における聴覚のポテンシャルマッピングのための空間ベースの機械学習アルゴリズム【JST・京大機械翻訳】

A spatially based machine learning algorithm for potential mapping of the hearing senses in an urban environment

著者 (3件)： Farahani Mahsa (Geoinformation Tech. Center of Excellence, Faculty of Geodesy and Geomatics Engineering, K.N. Toosi University of Technology, Tehran 19697, Iran) ,  Razavi-Termeh Seyed Vahid (Geoinformation Tech. Center of Excellence, Faculty of Geodesy and Geomatics Engineering, K.N. Toosi University of Technology, Tehran 19697, Iran) ,  Sadeghi-Niaraki Abolghasem (Dept. of Computer Science and Engineering, Sejong University, Seoul, Republic of Korea)
資料名： Sustainable Cities and Society  (Sustainable Cities and Society)
巻： 80  ページ： Null  発行年： 2022年 
JST資料番号： W2908A  ISSN： 2210-6707  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 都市環境における聴覚のマッピング個人の感覚は,都市管理者と計画者が市民のための好ましい都市環境を作成するような目標を達成するのを助ける。本研究は,都市環境における聴覚ポテンシャルマップの意味のモデル化と編集の欠如に取り組むために行い,都市管理者と計画者がこの点で決定をするのを助けることができる。本研究は,ランダムフォレスト(RF)機械学習アルゴリズムを用いて,イラン,テヘランにおける様々な聴覚状態に対する人々の聴覚感覚の空間モデリングと潜在的地図の開発を目的とする。 city音音,音調音,正常音,およびストレス音を含む4つの種々の状態を,都市で聞くことができる音のために,本研究で考察した。第1に,依存と独立データから成る空間データベースを構築した。依存データは,都市環境における聴覚の4つの状態を含んでいて,それぞれのデータは,657人の人々からアンケートを通して収集した。独立データを4群に分類した。第1グループは,交通量及び等価連続音レベル(Leq)の基準を含む交通関連騒音であり,第2グループは,測地までの距離,スポーツ地域までの距離,商業地域までの距離,一次街路までの距離,二次街路までの距離,公園までの距離,及び工業地域までの距離を含む。さらに,公共施設関連グループは空港までの距離と公共交通局までの距離を含み,人口関連グループは人口密度を含む。データの70%を訓練に使用し,30%を検証のために設定した。空間データベースを用いて,RFアルゴリズムを用いて都市環境における聴覚感覚の4つの状態に対する潜在的マップを開発した。潜在的聴力感覚マップを受信者動作特性(ROC)曲線と曲線下面積(AUC)を用いて評価した。AUC値は,それぞれ,快楽,ying死,正常,およびストレス状態のそれぞれに対して,0.930,0.957,0.950,および0.903であった。中央と南部地区における正常音,中央と南部地域の正常音,および中央と南部地域のいくつかの部分におけるストレスの多い音について,北部地区といくつかの中央地区における p音音に対する高いポテンシャルがあった。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 騒音 ,  *聴覚 ,  音響 ,  交通量 ,  空港 ,  地図 ,  公共施設 ,  *都市 ,  感覚 ,  公共輸送 ,  商業地区 ,  *機械学習 ,  *学習アルゴリズム ,  *都市環境
準シソーラス用語： ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (4件)： 聴覚の感覚 ,  機械学習 ,  空間モデリング ,  都市環境

分類 (5件)： 聴覚  (EJ13030M) ,  中枢神経系  (EJ12030F) ,  発声・発音の生理  (EJ14000M) ,  聴覚・音声モデル  (EL02070Y) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (6件)： 都市環境 ,  聴覚 ,  ポテンシャル ,  マッピング ,  機械学習 ,  アルゴリズム