Kunstig intelligens til at måle borgernes opfattelse af hændelser med støjforurening

Forskere fra Universidad Politécnica de Madrid har udviklet et kunstig intelligenssystem til at detektere og vurdere støjende aktiviteter fra sociale netværksdata.

De udviklede et system til tekstanalyse, der anvendt på kommentarer offentliggjort på sociale medier, er i stand til automatisk at opdage klager over støjforurening og klassificere dem efter deres oprindelse. Dette system kombinerer kunstig intelligens (machine learning) med forskellige teknikker til sproganalyse.

Ud over, systemet kan forudsige begyndelsen af ​​støjende begivenheder, som kan hjælpe byledere med at designe tidlige indsatser for at undgå forstyrrelser og sundhedsproblemer for borgerne. Undersøgelsen er udviklet i samarbejde med Télécom Paristech.

I Europa, det anslås, at 25 procent af befolkningen er udsat for høje støjniveauer, som kan øge sundhedsrisici. Dette forårsager folkesundhedsproblemer og reducerer livskvaliteten, især i byområder forbundet med mangel på hvile og stress..

Traditionelle undersøgelser er blevet brugt til at bestemme borgernes opfattelse af støjende bymiljøer, men disse har ulemperne ved høje omkostninger afledt af udvikling og udførelse, et begrænset antal deltagere, og varigheden af ​​opmålingskampagnen.

Derudover dette system er ikke adræt, når det registrerer problemer eller specifikke støjende hændelser. I de seneste år, der er kommet nye systemer til online borgerdeltagelse, og de muliggør interaktion med lokale ledere, men de bruges generelt ikke af befolkningen.

Brugere af sociale medier poster meninger og følelser om forskellige emner:politik, TV, Produkter, og selvfølgelig, miljøet, herunder støjforurening.

Luis Gascó, en forsker fra gruppen om instrumentering og anvendt akustik (I2A2) ved UPM siger, "Årevis, virksomheder har anvendt maskinlæring og naturlige sprogbehandlingsteknikker for at finde ud af kundernes mening om deres produkter og tjenester på sociale medier for at forbedre salget. Imidlertid, denne teknologiske trend er ikke blevet anvendt i bystyring, manglende opslag på sociale medier, som kan give realtidsdata om problemer i en by."

På denne måde projektets forskerteam har udviklet et tekstanalysesystem, som automatisk kan registrere klager over støjforurening og klassificere dem efter deres oprindelse.

Til denne ende, de brugte de nyeste teknikker inden for kunstig intelligens, såsom maskinlæring, og forskellige teknikker til sproganalyse. Derudover forskere har designet et prognosesystem ved hjælp af statistiske teknikker, der giver dem mulighed for at finde ud af, om der forekommer en forstyrrende støjhændelse, ud fra antallet af klager og specifikke ord.

Anvendelsen af ​​systemet udviklet af UPM -forskere er ikke kun begrænset til området for støjforurening. Forskerne siger, at det kunne bruges til at opdage andre typer problemer, herunder skader på infrastruktur og borgernes følelser omkring ændringer i byplanlægningen som f.eks. semi-fodgængeriseringen af ​​Gran Vía i Madrid.

Nu, forskerne sammen med deres franske kolleger fra Télécom ParisTech leder efter nye partnere, hovedsageligt virksomheder inden for byforvaltning og transportinfrastruktur, at gennemføre et projekt med teknologisk overførsel for at teste denne teknologi in vivo.