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
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/210283
Ver los metadatos del registro completo
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 |