Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
Elektronik
Deals
Medien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 GenerationOnePlus 5 GenerationOnePlus 6 GenerationWeitere Modelle
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere ModelleXperia LXperia MXperia X
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
Zubehör
HuaweiAlle anzeigen
MatePad Pro Serie
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
Kamera Bundles
ObjektiveAlle anzeigen
SamyangZEISS
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
SmartwatchesAlle anzeigen
LGMotorolaSonyXiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Game Boy ClassicNintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
Zubehör
iPodAlle anzeigen
Zubehör

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Machine Learning for Environmental Noise Classification in Smart Cities

Ali Othman Albaji (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
We present a Machine Learning (ML) approach to monitoring and classifying noise pollution. Both methods of monitoring and classification have been proven successful. MATLAB and Python code was generated to monitor all types of noise pollution from the collected data, while ML was trained to classify these data. ML algorithms showed promising performance in monitoring the different sound classes such as highways, railways, trains and birds, airports and many more. It is observed that all the data obtained by both methods can be used to control noise pollution levels and for data analytics. They can help decision making and policy making by stakeholders such as municipalities, housing authorities and urban planners in smart cities. The findings indicate that ML can be used effectively in monitoring and measurement. Improvements can be obtained by enhancing the data collection methods. The intention is to develop more ML platforms from which to construct a less noisy. The second objective of this study was to visualize and analyze the data of 18 types of noise pollution that have been collected from 16 different locations in Malaysia. All the collected data were stored in Tableau software. Through the use of both qualitative and quantitative measurements, the data collected for this project was then combined to create a noise map database that can help smart cities make informed decisions.
58,84 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
08.04.2025
Sprache
Englisch
EAN
9783031546693
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
Synthesis Lectures on Engineering, Science, and Technology
Sonderedition
Nein
Autor
Ali Othman Albaji
Seitenanzahl
170
Einbandart
Broschiert
Schlagwörter
MATLAB, Machine Learning, PYTHON, Artificial Intelligence, Smart cities, Noise pollution, Urbanity
Thema-Inhalt
TTA - Akustik und Tontechnik UYQM - Maschinelles Lernen RN - Umwelt JHB - Soziologie JPR - Kommunal-, Regional- Landes und Lokalregierung
Höhe
240 mm
Breite
16.8 cm

Transparenz & Sicherheit

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!