Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales

Autores
Sequeira, Martin Eduardo; Cortínez, Víctor Hugo; Azzurro, Adrián Pedro
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La contaminación sonora constituye un serio problema en las ciudades modernas. Entre las diferentes fuentes de ruido presentes en una zona urbana, el ruido del tráfico es, indudablemente, la fuente más molesta. Ésta depende de diversos factores influyentes como las características del flujo vehicular y los aspectos arquitectónicos del espacio urbano, todos ellos muy dependientes de las particulares y hábitos locales. Un enfoque para modelar las relaciones acústicas envueltas en estas situaciones es el uso de las Redes Neuronales Artificiales (RNAs). Éstas son básicamente técnicas especiales de regresión no lineal, que permiten relacionar causas y efectos a partir de cierta información para un sistema dado. En este trabajo se propone el uso de una RNA como modelo de predicción sonora. La generación de la red se realiza a partir de datos numéricos obtenidos de un modelo geométrico, implementado en el programa SoundPLAN, para diferentes configuraciones urbanas típicas. Se muestra que el método presenta una gran capacidad para aproximar la relación no lineal de las variables involucradas.
Noise pollution is a serious problem in modern cities. Among different sources of noise that are present in an urban area, traffic noise is by far the most annoying source. It depends on several influential factors such as the vehicle flow characteristics and the architecture of the urban space, which are very dependent on local features. An approach to modeling the acoustic relationships involved in these situations is the use of Artificial Neural Networks (ANNs). These are basically special non-linear regression techniques, which allow to relate causes and effects from certain information for a given system. This paper proposes the use of an ANN as a sound prediction model. The generation of the network is made from numerical data obtained from a geometric model, implemented in the program SoundPLAN, for different typical urban configurations. It is shown that the method has a great capacity to approximate the non-linear relationship of the variables involved.
Fil: Sequeira, Martin Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; Argentina
Fil: Cortínez, Víctor Hugo. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina
Fil: Azzurro, Adrián Pedro. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; Argentina
XXIV Congreso sobre Métodos Numéricos y sus Aplicaciones
Santa Fe
Argentina
Asociación Argentina de Mecánica Computacional
Materia
RUIDO URBANO
REDES NEURONALES
PREDICCIÓN SONORA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/210283

id CONICETDig_5b7cff2807c9276a6b1455697c0a2c7b
oai_identifier_str oai:ri.conicet.gov.ar:11336/210283
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Caracterización acústica de ambientes urbanos mediante el uso de redes neuronalesUrban noise prediction using neural networksSequeira, Martin EduardoCortínez, Víctor HugoAzzurro, Adrián PedroRUIDO URBANOREDES NEURONALESPREDICCIÓN SONORAhttps://purl.org/becyt/ford/2.1https://purl.org/becyt/ford/2La contaminación sonora constituye un serio problema en las ciudades modernas. Entre las diferentes fuentes de ruido presentes en una zona urbana, el ruido del tráfico es, indudablemente, la fuente más molesta. Ésta depende de diversos factores influyentes como las características del flujo vehicular y los aspectos arquitectónicos del espacio urbano, todos ellos muy dependientes de las particulares y hábitos locales. Un enfoque para modelar las relaciones acústicas envueltas en estas situaciones es el uso de las Redes Neuronales Artificiales (RNAs). Éstas son básicamente técnicas especiales de regresión no lineal, que permiten relacionar causas y efectos a partir de cierta información para un sistema dado. En este trabajo se propone el uso de una RNA como modelo de predicción sonora. La generación de la red se realiza a partir de datos numéricos obtenidos de un modelo geométrico, implementado en el programa SoundPLAN, para diferentes configuraciones urbanas típicas. Se muestra que el método presenta una gran capacidad para aproximar la relación no lineal de las variables involucradas.Noise pollution is a serious problem in modern cities. Among different sources of noise that are present in an urban area, traffic noise is by far the most annoying source. It depends on several influential factors such as the vehicle flow characteristics and the architecture of the urban space, which are very dependent on local features. An approach to modeling the acoustic relationships involved in these situations is the use of Artificial Neural Networks (ANNs). These are basically special non-linear regression techniques, which allow to relate causes and effects from certain information for a given system. This paper proposes the use of an ANN as a sound prediction model. The generation of the network is made from numerical data obtained from a geometric model, implemented in the program SoundPLAN, for different typical urban configurations. It is shown that the method has a great capacity to approximate the non-linear relationship of the variables involved.Fil: Sequeira, Martin Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; ArgentinaFil: Cortínez, Víctor Hugo. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; ArgentinaFil: Azzurro, Adrián Pedro. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; ArgentinaXXIV Congreso sobre Métodos Numéricos y sus AplicacionesSanta FeArgentinaAsociación Argentina de Mecánica ComputacionalAsociación Argentina de Mecánica Computacional2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoJournalhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/210283Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales; XXIV Congreso sobre Métodos Numéricos y sus Aplicaciones; Santa Fe; Argentina; 2019; 97-1051666-60702591-3522CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5779Nacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:42:08Zoai:ri.conicet.gov.ar:11336/210283instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:42:08.487CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
Urban noise prediction using neural networks
title Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
spellingShingle Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
Sequeira, Martin Eduardo
RUIDO URBANO
REDES NEURONALES
PREDICCIÓN SONORA
title_short Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
title_full Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
title_fullStr Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
title_full_unstemmed Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
title_sort Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales
dc.creator.none.fl_str_mv Sequeira, Martin Eduardo
Cortínez, Víctor Hugo
Azzurro, Adrián Pedro
author Sequeira, Martin Eduardo
author_facet Sequeira, Martin Eduardo
Cortínez, Víctor Hugo
Azzurro, Adrián Pedro
author_role author
author2 Cortínez, Víctor Hugo
Azzurro, Adrián Pedro
author2_role author
author
dc.subject.none.fl_str_mv RUIDO URBANO
REDES NEURONALES
PREDICCIÓN SONORA
topic RUIDO URBANO
REDES NEURONALES
PREDICCIÓN SONORA
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.1
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv La contaminación sonora constituye un serio problema en las ciudades modernas. Entre las diferentes fuentes de ruido presentes en una zona urbana, el ruido del tráfico es, indudablemente, la fuente más molesta. Ésta depende de diversos factores influyentes como las características del flujo vehicular y los aspectos arquitectónicos del espacio urbano, todos ellos muy dependientes de las particulares y hábitos locales. Un enfoque para modelar las relaciones acústicas envueltas en estas situaciones es el uso de las Redes Neuronales Artificiales (RNAs). Éstas son básicamente técnicas especiales de regresión no lineal, que permiten relacionar causas y efectos a partir de cierta información para un sistema dado. En este trabajo se propone el uso de una RNA como modelo de predicción sonora. La generación de la red se realiza a partir de datos numéricos obtenidos de un modelo geométrico, implementado en el programa SoundPLAN, para diferentes configuraciones urbanas típicas. Se muestra que el método presenta una gran capacidad para aproximar la relación no lineal de las variables involucradas.
Noise pollution is a serious problem in modern cities. Among different sources of noise that are present in an urban area, traffic noise is by far the most annoying source. It depends on several influential factors such as the vehicle flow characteristics and the architecture of the urban space, which are very dependent on local features. An approach to modeling the acoustic relationships involved in these situations is the use of Artificial Neural Networks (ANNs). These are basically special non-linear regression techniques, which allow to relate causes and effects from certain information for a given system. This paper proposes the use of an ANN as a sound prediction model. The generation of the network is made from numerical data obtained from a geometric model, implemented in the program SoundPLAN, for different typical urban configurations. It is shown that the method has a great capacity to approximate the non-linear relationship of the variables involved.
Fil: Sequeira, Martin Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; Argentina
Fil: Cortínez, Víctor Hugo. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina
Fil: Azzurro, Adrián Pedro. Universidad Tecnológica Nacional. Facultad Regional Bahía Blanca; Argentina
XXIV Congreso sobre Métodos Numéricos y sus Aplicaciones
Santa Fe
Argentina
Asociación Argentina de Mecánica Computacional
description La contaminación sonora constituye un serio problema en las ciudades modernas. Entre las diferentes fuentes de ruido presentes en una zona urbana, el ruido del tráfico es, indudablemente, la fuente más molesta. Ésta depende de diversos factores influyentes como las características del flujo vehicular y los aspectos arquitectónicos del espacio urbano, todos ellos muy dependientes de las particulares y hábitos locales. Un enfoque para modelar las relaciones acústicas envueltas en estas situaciones es el uso de las Redes Neuronales Artificiales (RNAs). Éstas son básicamente técnicas especiales de regresión no lineal, que permiten relacionar causas y efectos a partir de cierta información para un sistema dado. En este trabajo se propone el uso de una RNA como modelo de predicción sonora. La generación de la red se realiza a partir de datos numéricos obtenidos de un modelo geométrico, implementado en el programa SoundPLAN, para diferentes configuraciones urbanas típicas. Se muestra que el método presenta una gran capacidad para aproximar la relación no lineal de las variables involucradas.
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Congreso
Journal
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/210283
Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales; XXIV Congreso sobre Métodos Numéricos y sus Aplicaciones; Santa Fe; Argentina; 2019; 97-105
1666-6070
2591-3522
CONICET Digital
CONICET
url http://hdl.handle.net/11336/210283
identifier_str_mv Caracterización acústica de ambientes urbanos mediante el uso de redes neuronales; XXIV Congreso sobre Métodos Numéricos y sus Aplicaciones; Santa Fe; Argentina; 2019; 97-105
1666-6070
2591-3522
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/5779
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614453646065664
score 13.070432