| ارزیابی یک شبکه عصبی مصنوعی پرسپترون چند لایه در تعیین شاخص تراگسیل گفتار محلی نقاط گیرنده ثابت در اتاق های با ابعاد مختلف |
| کد مقاله : 1103-ISAV |
| نویسندگان |
|
سید آرش نبوتی فومنی *1، فرهنگ مظفر2، سید رضا مرتضایی2 1دانشکده معماری دانشگاه علم و صنعت ایران 2دانشکده معماری و شهرسازی دانشگاه علم و صنعت ایران |
| چکیده مقاله |
| شاخص تراگسیل گفتار به عنوان یک سنجه کمّی مناسب جهت تعیین میزان فهم‌گفتار ایجاد و مورد استفاده قرار می‌گیرد. سنجش این شاخص در مراحل طراحی معماری و قبل از ساخت یک فضا و تعیین عوامل کالبدی موثر بر آن می تواند کمک شایان توجهی به بهبود شرایط آکوستیکی با توجه به اهداف طراحان و همچنین کاربری آن فضا نماید. تخمین و پیش بینی تاثیر ابعاد اتاق به عنوان رکن پایه کالبد آن، بر مقادیر شاخص تراگسیل گفتار محلی در چهار نقطه گیرنده ثابت در داخل اتاق‌های با ابعاد مختلف ، به عنوان موضوع مقاله حاضر انتخاب شد. با توجه به کاربرد‌های گسترده و توسعه هوش مصنوعی و یادگیری ماشین در عرصه‌های مختلف، کاربرد و ارزیابی شبکه عصبی پرسپترون چند لایه به عنوان یک ابزار تقریب تابع جهت پیش‌بینی مقادیر شاخص‌های تراگسیل گفتار محلی مورد توجه قرار گرفت. تولید داده‌های اولیه جهت آموزش شبکه عصبی با استفاده از مدل سازی 34 اتاق نمونه اولیه و شبیه‌سازی آزمون آکوستیک با استفاده از نرم‌افزار ادئون انجام پذیرفت. شبکه عصبی آموزش دیده، از طریق تولید 8 اتاق نمونه جدید مورد آزمون و نتایج آن مجدداً از طریق شبیه‌سازی و آزمون آکوستیک با استفاده از نرم‌افزار ادئون مورد بررسی قرار گرفت. با مقایسه خروجی‌های بدست آمده ، مقادیر خطا استخراج و ملاک عمل نتیجه‌گیری قرار گرفت. بر اساس نتایج اولیه ، با افزایش طول اتاق‌ها و همچنین افزایش فاصله نقاط گیرنده از منبع صدا، خطا مقادیر خروجی شبکه عصبی در خصوص شاخص تراگسیل گفتار افزایش یاقت. |
| کلیدواژه ها |
| شاخص تراگسیل گفتار، شبیه سازی، ادئون، شبکه عصبی مصنوعی. |
| وضعیت: پذیرفته شده برای ارائه شفاهی |