Noise Tag - tekoälypohjainen lähdeluokittelu NorCloudissa

NoiseTag – tekoälypohjainen lähdeluokittelu NorCloudissa

*Miksi toiminnan ja muun melun erottaminen on tärkeää ympäristömittauksissa.*

Melulähteiden luokittelu ympäristöseurannassa

Ympäristömelumittaukset sisältävät harvoin pelkästään tutkittavan toiminnan ääntä. Liikenne, lähialueen teollisuus, sääperäinen melu ja muut lähteet tallentuvat usein yhdessä kohdemelun kanssa.Sen selvittäminen, mitkä tapahtumat liittyvät toimintaan ja mitkä eivät, on yksi meluanalyysin aikaa vievimmistä ja subjektiivisimmistä vaiheista – etenkin pitkäaikaisissa tai miehittämättömissä seurantaprojekteissa.

NoiseTag vastaa tähän haasteeseen luokittelemalla melulähteet automaattisesti ympäristöseurannan aikana. NorCloudiin integroituna NoiseTag tunnistaa, mitkä tapahtumat liittyvät tutkittavaan toimintaan ja mitkä eivät. Toimintaan kuulumaton melu voidaan siten sulkea pois analyysista. Vähentämällä manuaalisen tarkastelun tarvetta NoiseTag lyhentää analysointiaikaa ja parantaa tulosten johdonmukaisuutta ja tarkkuutta.

Mikä on NoiseTag?

NoiseTag on tekoälypohjainen moduuli, joka on integroitu NorCloudiin ja luokittelee automaattisesti ympäristöseurannan aikana tallennetut melutapahtumat. Sen tarkoituksena on erottaa tutkittavan toiminnan tuottama melu ei-toivotuista lähteistä peräisin olevasta melusta.

Erottamalla relevantit ja ei-toivotut meluosuudet suoraan seurantaprojektissa NoiseTag auttaa varmistamaan, että analyysi ja raportointi keskittyvät toiminnan akustiseen vaikutukseen.

Miten NoiseTag toimii NorCloudissa?

NoiseTag integroituu saumattomasti NorCloudiin ja toimii suoraan saapuvien äänitapahtumien perusteella. Kun se on otettu käyttöön projektissa, se analysoi havaitut äänitapahtumat ja osoittaa ne ennalta määriteltyihin luokkiin.

Lisälaitteita ei tarvita, ja käyttöönotto vie vain muutaman minuutin. NoiseTag toimii kokonaan NorCloud-työnkulun sisällä hyödyntäen olemassa olevia mittaustietoja ja äänitallentuja.

Miten toiminnan melu ja muu melu määritellään?

NoiseTag perustuu käyttäjän määrittelemiin lähdeluokkiin, jotka keskittyvät analyysin kannalta olennaisiin lähteisiin. Kaikki määritellyt lähdeluokat katsotaan oletusarvoisesti osaksi toimintaa, lukuun ottamatta niitä, jotka käyttäjä on nimenomaisesti merkinnyt toimintaan kuulumattomiksi.

Melulähteet, joita ei ole koulutettu tai erikseen luokiteltu, käsitellään tuntemattomina. Suunnitelman mukaisesti tuntemattomat tapahtumat katsotaan osaksi toimintaa. Tämä lähestymistapa poistaa tarpeen luokitella jokainen mahdollinen ääni ja mahdollistaa analyysin keskittymisen vain niiden lähteiden poissulkemiseen, joiden tiedetään vaikuttavan tuloksiin ja jotka eivät kuulu tutkittavaan toimintaan.

Jos tarkempaa luokittelua tarvitaan, voidaan lisätä ja kouluttaa uusia lähdeluokkia, mutta tämä on valinnaista ja projektikohtaista.

Miten tekoälymalli koulutetaan?

Projektin alussa tekoälymalli koulutetaan käyttämällä käyttäjän valitsemia edustavia ääninäytteitä, jotka osoitetaan sopiviin lähdeluokkiin. Käytännössä jo pieni määrä näytteitä riittää luotettavan luokittelun saavuttamiseen, vaikka lisänäytteitä voidaan haluttaessa sisällyttää.

Tämä projektikohtainen koulutus mahdollistaa NoiseTagin nopean sopeutumisen kunkin kohteen erityisiin akustisiin olosuhteisiin. Toisin kuin yleiset esikoulutetut mallit, luokittelu perustuu ääniin, joita esiintyy todella projektin sisällä, mikä varmistaa, että tulokset heijastavat paikallisia olosuhteita, toimintamalleja ja lähteen ominaisuuksia.

Kuinka luotettavia luokitukset ovat?

Jokainen luokiteltu melutapahtuma esitetään värikoodatulla luottamuspisteytykselläja prosenttiarvolla. Nämä indikaattorit näyttävät, kuinka varma malli on kustakin luokituksesta.

Tapahtumat, joiden luottamus on alhainen tai jotka eivät vastaa mitään koulutettua lähdeluokkaa, voidaan merkitä tuntemattomiksi. Tuntemattomat tapahtumat katsotaan oletusarvoisesti osaksi toimintaa, eivätkä ne vaadi välitöntä toimenpidettä, ellei käyttäjä halua tarkentaa lähdeluokkia.

Luottamuspisteet auttavat käyttäjiä päättämään, milloin manuaalinen tarkastelu saattaa olla tarpeen, ja tarjoavat läpinäkyvyyttä luokittelutulosten johtamisessa.

Osittainen meluanalyysi ja pelkän toiminnan melutasot

NoiseTag mahdollistaa NorCloudin laskea osittaiset melutasot sulkemalla pois toimintaan kuulumattomat osuudet. Projektin vaatimusten mukaan nämä osuudet voidaan jättää kokonaan pois, korvata edustetavalla taustamelutasolla tai käsitellä persentiilipohjaisia lähestymistapoja käyttäen – mikä mahdollistaa sopivimman menetelmän soveltamisen kussakin tapauksessa.

Mallin mukauttaminen ja uudelleenkoulutus

NoiseTag voidaan kouluttaa uudelleen missä tahansa projektin vaiheessa lähdeluokkien tai luokittelukriteerien muutosten huomioimiseksi. Uudelleenkoulutus mahdollistaa mallin sopeutumisen, kun uusia toimintatyyppejä otetaan käyttöön tai kun tarvitaan hienojakoisempaa lähdeluokittelua.

Tämä varmistaa, että luokittelu pysyy relevanttina ja tarkkana koko pitkäaikaisen seurantaprojektin ajan.

Tyypilliset NoiseTagin käyttötapaukset

NoiseTag on erityisen hyödyllinen projekteissa, joissa on useita äänilähdetyyppejä ja vain osa mitatusta melusta on arvioinnin kannalta merkityksellinen, kuten:

- Akustiset projektit, joissa on useita päällekkäisiä äänilähdetyyppejä
- Ympäristömelun seuranta, johon vaikuttaa toimintaan kuulumaton melu
- Vaatimustenmukaisuustutkimukset, joissa tarvitaan pelkän toiminnan melutasoja
- Pitkäaikainen miehittämätön seuranta, jossa on suuri määrä melutapahtumia

NoiseTag ja NoiseCompass

NoiseCompass yhdistettynä NoiseTagiin mahdollistaa **automaattisen melulähteiden tunnistamisen** — se selvittää sekä **mistä melu tulee** että **minkä tyyppinen lähde on kyseessä**, myös monimutkaisissa ympäristöissä, joissa lähteet ovat päällekkäisiä.

Raportointi ja tiedonkäsittely NorCloudissa

Kaikki NoiseTagin luokittelut ja osittaiset melutasot ovat saatavilla suoraan NorCloud-raporteissa. Tulokset voidaan sisällyttää vakioraportteihin tai viedä useissa muodoissa räätälöidyn dokumentaation luomiseksi.

Äänileikkeet, tapahtumaluettelot ja metatiedot ovat aina käytettävissä NorCloudissa, ja mittaustiedot toimitetaan automaattisesti esimerkiksi Nor145-laitteista ja ladataan alustalle osana normaalia seurantatyönkulkua.

NoiseTag NorCloudissa

NoiseTag on täysin integroitu NorCloud-alustaan ja täydentää olemassa olevia ympäristömelun seurannan ja analyysin työkaluja.