Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Integrating Vehicle Acoustic Data for Enhanced Urban Traffic Management: A Study on Speed Classification in Suzhou

Created by
  • Haebom

作者

Pengfei Fan, Yuli Zhang, Xinheng Wang, Ruiyuan Jiang, Hankang Gu, Dongyao Jia, Shangbo Wang

概要

本論文では、透明性と再現性を確保するために、包括的なデータ収集プロトコルと注釈ガイドラインが付属する受注都市道路音響データセット(SZUR-Acoustic Dataset)を提示し、公開します。車両の騒音と走行速度との間の相関関係をモデル化するために、デュアルモード特徴融合深層合成積ニューラルネットワーク(BMCNN)を提案します。前処理の過程で適応ノイズ除去と正規化戦略を適用することで環境バックグラウンド干渉を抑制ネットワークアーキテクチャでは、並列分岐はメル周波数ケフストラム係数(MFCC)とウェーブレットパケットエネルギー特性を抽出し、それは時間 - 周波数情報を完全に活用するために中間特徴空間でクロスモードアテンションメカニズムを介して融合されます。実験の結果、BMCNNはSZUR-Acousticデータセットで87.56%、パブリックIDMT-Trafficデータセットで96.28%の分類精度を達成しました。受注データセットのアブレーション研究と堅牢性テストは、パフォーマンスの向上と過剰な緩和に対する各モジュールの貢献をさらに検証します。提案された音響ベースの速度分類方法は、リアルタイム騒音監視および速度推定のためのスマートシティ交通管理システムに統合され、交通流制御の最適化、道路沿いの騒音公害低減、および持続可能な都市計画支援に活用できます。

Takeaways、Limitations

Takeaways:
SZUR‐Acousticデータセットの公開による研究の透明性と再現性の向上
BMCNNモデルによる車両騒音と走行速度との間の効果的な相関モデル化
スマート都市交通管理システムに統合可能な音響に基づく速度分類法の提示
リアルタイム騒音監視と速度推定による交通流制御の最適化と騒音公害低減
持続可能な都市計画のサポート。
Limitations:
データセットの地域特性(受注)による一般化の可能性の制限。
実際の環境における様々な騒音と干渉に対するモデルの堅牢性に関するさらなる研究の必要性
BMCNNモデルの計算複雑度とリアルタイム処理性能の評価が必要
👍