SvanNET AI är en Svantek-skyddad funktionalitet för SvanNET AMS, en online-lösning som stöder flerpunktsanslutning med Svanteks stationer för bullerövervakning och vibrationer. AI-modulen möjliggör automatisk igenkänning och klassificering av bullerkällor med hjälp av artificiell intelligens och maskininlärning. AI-systemet använder maskininlärningsalgoritmer för att analysera inspelade ljuddata och kategorisera ljudkällor i 27 olika klasser, t.ex. industribuller, trafik och naturliga ljud. Genom att automatisera identifieringsprocessen för bullerkällor tillhandahåller SvanNET AI exakt bullerövervakning i realtid, vilket gör det möjligt för städer att hantera bullerföroreningar mer effektivt.
Inom akustiken är identifiering av bullerkällor avgörande för effektiv bullerkontroll. Genom att identifiera källan till bullret kan ingenjörer inom akustik identifiera var designförändringar mest effektivt kan förbättra den totala bullerstrålningen. De viktigaste tillämpningarna är inom produktdesign och hantering av omgivningsbuller. Vid produktdesign används klassiska analoga metoder som lobformning, mikrofonarrayer eller frekvensanalys. När det gäller omgivningsbuller gör dock den stora mängden data det omöjligt att skala manuellt. Särskilt när det gäller trafikbuller måste akustiker identifiera typer av fordon (bil, lastbil), tågtyper (gods, passagerare) eller flygplanspassager och räkna dem per dag eller vecka för att utvärdera långsiktiga mönster. AI löser detta problem genom att effektivt bearbeta stora datamängder och tillhandahålla skalbar och exakt identifiering av bullerkällor.
Identifierar och kategoriserar bullerkällor exakt i realtid.
Klassificerar specifika ljudhändelser med hjälp av händelsetriggare och realtidsanalys.
Skapar detaljerade rapporter med prognossäkerhet och datavisualisering.
SvanNET AI kan klassificera ljudkällor i 28 olika kategorier.
Den huvudsakliga tillämpningen av SvanNET AI är hantering av omgivningsbuller, särskilt för buller och trafik i städer. Den används för att övervaka, identifiera och kategorisera olika bullerkällor i städer, vilket hjälper myndigheter och planerare att genomföra riktade mätningar för att minska bullret. Genom att tillhandahålla korrekta data i realtid om buller stöder SvanNET AI utvecklingen av effektiva strategier för att mildra de negativa effekterna av stadsbuller på folkhälsan och förbättra de övergripande levnadsförhållandena i städerna.
Läs mer
Se en ny praktisk video om SvanNET AI-funktionaliteten som kan användas för automatisk klassificering av bullerkällor.
