Dekonstruktion af publikumsstøj ved basketballkampe i college

Med tusinder af fans, der klapper, messer, råbe og latterliggøre, college basketball spil kan være næsten øredøvende højt. Nogle arenaer har decibelmålere, hvilken, præcist eller ej, give en vis indikation af støjvolumen genereret af tilskuerne og lydsystemerne. Imidlertid, publikumsstøj er sjældent fokus for videnskabelig undersøgelse.

"Når det kommer op i litteraturen, det har hovedsageligt været noget, efterforskere forsøger at komme udenom, "bemærkede Brooks Butler, en fysikstuderende på Brigham Young University og medlem af BYU -teamet, der vil præsentere forskning på Acoustical Society of America's 176. møde, afholdt i forbindelse med Canadian Acoustical Association's 2018 Acoustics Week i Canada, 5-9. November kl. på Victoria Conference Center i Victoria, Canada.

"Crowd -støj behandles typisk som baggrundsinterferens - noget at afskærme." Men BYU -forskerne følte, at støj fra menneskemængden var værd at undersøge nærmere. I særdeleshed, de ønskede at se, om maskinlæringsalgoritmer kunne vælge mønstre inden for de rå akustiske data, der angav, hvad mængden lavede på et givet tidspunkt, og derved give spor om, hvad der skete i selve spillet. En mulig anvendelse af dette kan være tidlig opdagelse af uregerlig eller voldelig skare adfærd - selvom den idé ikke er blevet testet.

BYU-teamet foretog akustiske målinger i høj kvalitet under mænds og kvinders basketballspil på universitetet, senere gør det samme for fodbold og volleyballspil. De delte kampene op i intervaller på et halvt sekund, måling af frekvensindholdet (som vist på spektrogrammer), lydniveauer, forholdet mellem maksimum og minimum lydniveauer inden for en bestemt tidsblok, og andre variabler. Derefter anvendte de signalbehandlingsværktøjer, der identificerede 512 forskellige akustiske funktioner bestående af forskellige frekvensbånd, amplituder og så videre.

Gruppen brugte disse variabler til at konstruere et 512-dimensionelt rum, ved hjælp af maskinlæringsteknikker til at udføre en computeriseret, klyngeanalyse af dette komplicerede, multidimensionelle rige.

BYU fysikprofessor Kent Gee var en hovedforsker på projektet sammen med professorerne Mark Transtrum og Sean Warnick. Sammen ledede de et team af flere studerende med fokus på forskellige aspekter af problemet, herunder dataindsamling, analyse og maskinlæring.

Gee forklarede processen med en simpel analogi. "Antag, at du har et plot af punkter på en todimensionel, xy-graf og mål afstanden mellem disse punkter, "sagde han." Du kan måske se, at punkterne er samlet i tre klumper eller klynger. Vi gjorde noget lignende med vores 512-dimensionelle rum, selvom du naturligvis har brug for en computer for at holde styr på alt det. "

Den såkaldte "K-means clustering" -analyse, de kørte, afslørede seks separate klynger, der svarede til, hvad der skete i arenaen, afhængigt af om folk jublede, sang, bukker, være stille, eller lade højttalerne dominere lydbilledet.

På denne måde, Gee og hans kolleger var i stand til at måle publikums følelsesmæssige tilstand, simpelthen fra en maskindrevet analyse af lyddataene. "En vigtig eventuel anvendelse af vores forskning, " han sagde, "kan være den tidlige opdagelse af uregerlig eller voldelig menneskemængdeadfærd."