Detección y clasificación de eventos sonoros no deseados presentes en el ruido de tráfico rodado a través de redes neuronales

El ruido ambiental aumenta año tras año convirtiéndose en una preocupación creciente en las zonas urbanas y suburbanas, especialmente en las grandes ciudades, ya que no solo causa molestias a los ciudadanos, sino también efectos nocivos para las personas. La mayoría de ellos se centran en problemas relacionados con la salud, siendo especialmente preocupante el impacto del ruido en los niños, cuyo grupo de población es especialmente vulnerable. Otras investigaciones también han mostrado los efectos de la contaminación acústica en la concentración, el sueño y el estrés. La detección de eventos de audio (DEA), o la detección de eventos de sonido, se puede utilizar en muchos escenarios, y se ha dedicado una gran cantidad de trabajo de investigación a este tema. Por otra parte, el ruido por tráfico rodado se define como la interacción del pavimento y la superficie del neumático, en la actualidad es uno de los principales contaminantes acústicos en las ciudades. El proyecto plantea la detección y clasificación de eventos sonoros no deseados presentes en el ruido por tráfico rodado a través de redes neuronales y a su vez analizar el aporte energético de dichos eventos sonoros en el ruido de tráfico rodado más aun sabiendo que los eventos aquí trabajados no hacen parte del estudio del ruido de tráfico, sino que son aquellos eventos sonoros no deseados o anómalos presentes en este tipo de ruido.

• Autores: Hernández Goyeneche, Edward Salomón; Medina Medina, Manuel Jaime Miguel
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad de San Buenaventura
• Repositorio: Repositorio USB
• OAI Identifier: oai:bibliotecadigital.usb.edu.co:10819/24840
• Acceso en línea: https://hdl.handle.net/10819/24840
• Palabra clave: 620 - Ingeniería y operaciones afines; Detección; Clasificación; Eventos sonoros; Ruido; Tráfico rodado; Redes neuronales
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2