Bir yaşayış binasında eşidilən vurma, toqquşma, düşürmə və ya çəkicləmə səsi həmişə birbaşa mənbənin yerləşdiyi otaqdan gəlirmiş kimi qəbul edilmir. Dəmir-beton döşəmələr, divarlar, sütunlar, tirlər və hava boşluqları səsi müxtəlif yollarla ötürür. Eyni mövqedə yaradılan iki zərbə səsi müxtəlif mərtəbə bölmələrində baş verdikdə tək mikrofon tərəfindən fərqli şəkildə qeydə alına bilər. Bu vəziyyət yalnız səs siqnalına baxaraq mənbənin yerini tapmağa çalışan öyrənmə əsaslı metodların başqa mərtəbələrə və ya oxşar tikili bölmələrinə köçürülməsini çətinləşdirir.

Bu tədqiqat dəmir-beton binanı qraf kimi təmsil edən yeni zərbə səsi lokallaşdırma metodu təklif edir. Modeldə döşəmə, divar, hava həcmi və qəbuledici kimi tikili komponentləri düyünlər, bu komponentlər arasındakı fiziki bağlantılar isə kənarlar kimi müəyyənləşdirilib. Zərbə səsinin tikili daxilində yayılması qraf üzərində qonşu düyünlər arasında məlumat ötürən mesaj ötürülməsi mexanizmi ilə modelləşdirilib.

Mənbə düyününə real zərbə səsindən əldə edilmiş səs yerləşdirməsi təyin edilir, digər düyünlər isə mühit vəziyyətini təmsil edən başlanğıc vektorları ilə başladılır. Tikili komponentinin növü, mənbənin qəbulediciyə nisbətən üçölçülü mövqeyi, nisbi mərtəbə məlumatı və zərbə növü kimi xüsusiyyətlər qraf düyünlərinə əlavə edilib. Öyrənilə bilən çəkilər real binada ölçülmüş zərbə səsləri ilə qrafın qəbuledici düyünündə qiymətləndirdiyi cavab arasındakı fərqi azaltmaq üçün optimallaşdırılıb.

Metod çarpaz korrelyasiya, SoundNet əsaslı konvolyusion neyron şəbəkəsi və oxşar parametr sayına malik standart tam bağlı neyron şəbəkəsi ilə müqayisə edilib. Təlimdə görülən mərtəbə bölməsində çarpaz korrelyasiya və CNN yüksək dəqiqlik göstərə bilsə də, daha əvvəl görülməmiş başqa mərtəbə bölməsinə köçürmə zamanı dəqiqlikləri təxminən faiz 29–38 aralığına düşüb. Təklif olunan qraf əsaslı metod isə beş ayrı məlumat bölünməsinin hamısında həm doğrulama, həm də görülməmiş mərtəbə testi üçün faiz 100 dəqiqlik bildirib.

Bu nəticə bina həndəsəsi və struktur bağlantıları modelə açıq şəkildə daxil edildikdə öyrənilmiş səs-mənbə əlaqəsinin başqa mərtəbə bölmələrinə daha yaxşı ötürülə biləcəyini göstərir. Lakin təcrübə dörd mənbə mövqeyi, tək qəbuledici, məhdud məkan əhatəsi və müəyyən dəmir-beton bina quruluşları ilə aparılıb. Buna görə metod hər yaşayış binasında qonşu səs-küyünün dəqiq mənbəyini tapa bilən hazır sistem kimi deyil, ümidverici laboratoriya və real bina miqyaslı tədqiqat yanaşması kimi qiymətləndirilməlidir.

Tədqiqatın əsas problemi nədir?

Mərtəbələrarası zərbə səs-küyü, xüsusilə dəmir-beton yaşayış binalarında mühüm həyat keyfiyyəti problemidir. Yerə düşən əşya, çəkic zərbəsi, ağır topun döşəməyə buraxılması və ya səthə təkrar vurma kimi hadisələr tikili elementlərini titrədir. Bu vibrasiya döşəmə, divar, sütun, tir və hava həcmi boyunca yayılır; başqa otaqlarda və ya mərtəbələrdə səs kimi eşidilir.

İnsan qulağı çox vaxt səsin hansı qonşudan gəldiyini düzgün müəyyənləşdirə bilmir. Bunun səbəbi binanın sadə və homogen mühit olmamasıdır. Səs ən qısa həndəsi istiqamətlə yayılmaq məcburiyyətində deyil. Fərqli tikili elementləri, birləşmə nöqtələri və otaqlar səsi müxtəlif səviyyələrdə zəiflədə, əks etdirə və ya başqa istiqamətlərə ötürə bilər.

Əvvəlki məlumat əsaslı tədqiqatlarda müəyyən nöqtələrdə zərbə yaradılıb və tək sensorun qeydə aldığı siqnallar mənbə mövqeləri ilə uyğunlaşdırılıb. Model təlimdə gördüyü nöqtələrin yaxınlığındakı zərbələri uğurla lokallaşdıra bilib. Bundan əlavə, mənbənin hansı mərtəbədə olduğunu ayırd etməkdə də müəyyən uğurlar əldə edilib.

Lakin mühüm problem ortaya çıxıb: Mənbə və qəbuledicinin nisbi mövqeyi eyni saxlanılsa belə, təcrübə başqa mərtəbə bölməsində təkrarlananda qeydə alınan səsin paylanması dəyişib. Yalnız xam səs siqnalından öyrənən model təlimdə görmədiyi mərtəbədə dəqiq otaq və ya mövqe qiymətləndirməsi verə bilməyib.

Bu problem niyə vacibdir?

Zərbə səsinin mənbəyini müəyyənləşdirmək yalnız qonşular arasındakı mübahisələr baxımından vacib deyil. Eyni texniki yanaşma aşağıdakı sahələrdə də istifadə oluna bilər:

• Ağıllı binalarda insan hərəkətlərinin izlənməsi
• Yaşlı və ya tək yaşayan şəxslərdə yıxılma hadisələrinin aşkarlanması
• İcazəsiz giriş və təhlükəsizlik hadisələrinin müəyyənləşdirilməsi
• Maşın və ya tikili elementlərində anormal zərbənin izlənməsi
• Səs-küy şikayətlərinin obyektiv araşdırılması
• Struktur vibrasiya mənbələrinin texniki xidmət məqsədilə aşkarlanması

Çoxsensorlu sistemlərdə mənbənin yeri sensorlar arasındakı çatma vaxtı fərqindən istifadə etməklə üçbucaqlama tipli üsullarla hesablana bilər. Lakin çox sayda sensor kabelçəkmə, sinxronlaşdırma və quraşdırma xərci yaradır. Bu tədqiqat yalnız tək sensorla lokallaşdırma aparmağı hədəflədiyi üçün praktik quraşdırma baxımından maraqlıdır.

Ədəbiyyatda hansı boşluğu doldurur?

Tikili daxilində səs və vibrasiya mənbəyinin lokallaşdırılması metodlarını ümumilikdə iki qrupa bölmək olar:

• Analitik metodlar: Çatma vaxtı fərqi, yayılma sürəti, bucaq və fiziki dalğa modeli kimi açıq tənliklərə əsaslanır.
• Öyrənmə əsaslı metodlar: Ölçülmüş siqnal ilə mənbə mövqeyi arasındakı əlaqəni məlumatdan öyrənir.

Analitik metodların üstünlüyü fiziki şərh edilə bilməsidir. Bunun əvəzində mürəkkəb binadakı material xüsusiyyətlərini, birləşmələri, sönümlənməni və dispersiyanı düzgün modelləşdirmək çətindir. Öyrənmə əsaslı metodlar bu detallı fiziki parametrlərə ehtiyac duymadan məlumata uyğunlaşa bilər; lakin çoxlu etiketlənmiş nümunəyə ehtiyac duyur və fərqli bina bölmələrinə ümumiləşdirmə problemi yaşaya bilər.

Bu tədqiqat iki yanaşma arasında körpü qurur. Tikilinin tam dalğa tənliyini həll etmir; lakin bina həndəsəsini və komponentlər arasındakı bağlantıları öyrənmə modelinin içinə açıq şəkildə daxil edir. Beləliklə, model yalnız “bu səs hansı sinfə bənzəyir?” sualına deyil, dolayısı ilə “səs tikili daxilində hansı bağlantılar üzərindən qəbulediciyə çatmış ola bilər?” sualına da cavab verməyə çalışır.

Bina niyə qraf kimi təmsil edilib?

Qraf düyünlərdən və bu düyünlər arasındakı əlaqələrdən ibarət riyazi quruluşdur:

\[ \mathcal{G} = (\mathcal{V}, \mathcal{E}) \]

Burada:

• \(\mathcal{V}\), düyünlər çoxluğudur.
• \(\mathcal{E}\), düyünlər arasındakı kənar və ya əlaqələr çoxluğudur.

Tədqiqatda düyünlər dəmir-beton binanın fiziki komponentlərini təmsil edir:

• Döşəmələr
• Divarlar
• Otaqlar və ya hava həcmləri
• Səs qəbuledicisinin yerləşdiyi nöqtə
• Mümkün zərbə mənbəyi mövqeləri

Kənarlar isə bu komponentlərin fiziki olaraq bir-biri ilə necə bağlandığını göstərir. Məsələn, döşəmə divarla, divar qonşu otağın hava həcmi ilə, otaq isə qəbuledici düyünlə əlaqələndirilə bilər.

Bu təmsilin üstünlüyü eyni həndəsi otaq quruluşu fərqli mərtəbələrdə təkrarlandıqda struktur əlaqənin qoruna bilməsidir. Xam səs paylanması dəyişsə belə, mənbə ilə qəbuledici arasındakı bağlantı nümunəsi qraf üzərində oxşar qala bilər.

Tədqiqatdakı bina qrafı necə görünür?

Tədqiqatın əsas qraf sxemində döşəmə düyünləri dairə, divar düyünləri üçbucaq, hava düyünləri romb və qəbuledici düyün kvadratla göstərilib. Düyünləri birləşdirən xətlər səsin mümkün ötürülmə yollarını təmsil edir.

Mənbə düyünü qırmızı rənglə, qəbuledici isə mavi kvadratla işarələnib. Zərbə səsindən çıxarılan xüsusiyyətlər mənbə düyünündən başlayaraq döşəmə, divar və hava düyünləri üzərindən qəbulediciyə doğru yayılır.

Qraf birbaşa bütün bina komponentləri ilə istifadə olunduqda bağlantıların sayı çox arta bilər. Tədqiqatçılar bu mürəkkəbliyi azaltmaq üçün binanı otaq miqyaslı komponentlərə bölüb, mənbə ilə qəbuledici arasındakı ən qısa yolları qoruyan sadələşdirilmiş kənar quruluşundan istifadə ediblər.

Düyün xüsusiyyətləri hansılardır?

Hər düyün yalnız tikili növü ilə təmsil olunmur. Tədqiqatda aşağıdakı xüsusiyyətlər düyünlərə əlavə edilib:

Struktur komponentlər belə kodlaşdırılıb:

• Döşəmə: [1, 0, 0]
• Divar: [0, 1, 0]
• Hava: [0, 0, 1]

Nisbi mərtəbə məlumatı:

• Qəbuledicinin üstündəki mərtəbə: [1]
• Eyni mərtəbə: [0]
• Qəbuledicinin altındakı mərtəbə: [-1]

Mənbə düyününün başlanğıc vəziyyəti

Zərbə səsinin xam dalğa forması birbaşa qrafa verilməyib. Əvvəlcə SoundNet əsaslı kodlayıcı tərəfindən daha aşağı ölçülü səs yerləşdirməsinə çevrilib.

Mənbə düyününün başlanğıc vəziyyəti belə müəyyənləşdirilib:

\[ \mathbf{h}^{0}_{s} = [\phi \ \mathcal{A}_{v}] \]

Burada:

• \(\mathbf{h}^{0}_{s}\), mənbə düyününün başlanğıc vəziyyətidir.
• \(\phi\), zərbə səsinin kodlaşdırılmış yerləşdirməsidir.
• \(\mathcal{A}_{v}\), düyünün struktur, mövqe, mərtəbə və mənbə növü xüsusiyyətləridir.

Gündəlik dillə desək, mənbə düyünü “bu nöqtədə bu tip zərbə baş verdi və binadakı mövqeyi budur” məlumatını daşıyır.

Mənbə olmayan düyünlərin başlanğıc vəziyyəti

\[ \mathbf{h}^{0}_{v \neq source} = [\mathbf{U} \ \mathcal{A}_{v}] \]

Burada U elementləri sıfır və ya müsbət olan və cəmi 1-ə bərabər təsadüfi mühit vektorudur.

Bu düyünlər həqiqi zərbə siqnalı ehtiva etmir. Yalnız binadakı komponent növünü və mühit vəziyyətini təmsil edir. Mesaj ötürülməsi irəlilədikcə mənbə məlumatının bir hissəsi bu düyünlərə daşınır.

SoundNet kodlayıcısı nə edir?

SoundNet xam səs dalğa formalarından öyrənilmiş xüsusiyyətlər çıxaran konvolyusion şəbəkədir. Tədqiqatda SoundNet-in girişdən ReLU6 qatına qədər olan hissəsindən istifadə olunub və sonra iki tam bağlı qat əlavə edilib.

Məqsəd uzun və yüksəkölçülü səs qeydini qraf düyününün vəziyyəti ilə birləşdirilə bilən daha kompakt təmsilə çevirməkdir. Beləliklə, qraf modeli xam səsin hər nümunəsini deyil, mənbə növü və ötürülmə xüsusiyyətləri baxımından mənalı xülasəsini emal edir.

Mesaj ötürülməsi nədir?

Qraf neyron şəbəkələrində mesaj ötürülməsi hər düyünün qonşularından məlumat alması və öz vəziyyətini yeniləməsi prosesidir. Tədqiqatda bu proses zərbə enerjisinin tikili daxilində yayılmasına bənzədilir.

Mesaj ötürülməsi iki əsas mərhələdən ibarətdir:

1. Toplama: Qonşu düyünlərdəki xüsusiyyətlər bir araya gətirilir.
2. Vəziyyətin yenilənməsi: Qonşulardan gələn məlumat düyünün əvvəlki vəziyyəti ilə birləşdirilir.

Bu proses K sayda diskret addım boyunca təkrarlanır. K dəyəri səs məlumatının qraf üzərində neçə bağlantı dərinliyinə qədər irəliləyə biləcəyini müəyyənləşdirir.

Qonşu məlumatların toplanması

Hər qonşu düyünün əvvəlki vəziyyəti ortaq öyrənilə bilən çəki matrisi ilə çevrilir və aktivasiya funksiyasından keçirilir:

\[ \mathbf{h}^{k}_{u_v} = \sigma \left( \mathbf{W}^{k}_{pool} \mathbf{h}^{k-1}_{u_v} + \mathbf{b} \right) \]

Burada:

• \(\mathbf{h}^{k-1}_{u_v}\), qonşu düyünün əvvəlki vəziyyətidir.
• \(\mathbf{W}^{k}_{pool}\), k addımında bütün düyünlər tərəfindən paylaşılan öyrənilə bilən çəkidir.
• \(\sigma\), qeyri-xətti aktivasiya funksiyasıdır.
• b, qərəz terminidir.

Çevrilmiş qonşu vəziyyətləri AGG adlanan toplama funksiyası ilə birləşdirilir:

\[ \mathbf{h}^{k}_{\mathcal{N}(v)} = AGG \left( \left\{ \mathbf{h}^{k}_{u_v} : u_v \in \mathcal{N}(v) \right\} \right) \]

Burada \(\mathcal{N}(v)\), v düyününün qonşularını göstərir.

Əvvəlki vəziyyəti nəzərə alan yenilənmə

\[ \mathbf{h}^{k}_{v} = \sigma \left( \mathbf{W}^{k} CONCAT \left( \mathbf{h}^{k}_{\mathcal{N}(v)}, \mathbf{h}^{k-1}_{v} \right) \right) \]

Daha sonra vəziyyət L2 norması ilə normallaşdırılır:

\[ \mathbf{h}^{k}_{v} \leftarrow \frac{\mathbf{h}^{k}_{v}} {\left\lVert \mathbf{h}^{k}_{v} \right\rVert_{2}} \]

Bu yenilənmə düyünün yalnız qonşulardan gələn məlumatı deyil, öz əvvəlki vəziyyətini də qorumasına imkan verir. Normallaşdırma isə fərqli düyünlərdə xüsusiyyət ölçüsünün nəzarətsiz şəkildə artmasını məhdudlaşdırır.

Fiziki mənası nədir?

Bu tənliklər həqiqi səs enerjisinin fiziki vahidləri ilə birbaşa hesablanmış enerji qorunumu modeli deyil. Qraf düyünlərinin vəziyyətləri öyrənilmiş xüsusiyyət vektorlarıdır. Buna görə mesaj ötürülməsi “neçə desibel səs keçdi?” sualına birbaşa cavab vermir.

Bunun əvəzinə model real bina qeydlərindən belə əlaqəni öyrənir: Müəyyən mənbə mövqeyindən başlayan zərbə xüsusiyyəti tikili bağlantıları boyunca irəlilədikdə qəbuledici düyündə necə təmsil yaranmalıdır?

Qrafın kənar quruluşu necə sadələşdirilib?

Real binadakı bütün tikili elementlərini və bütün bağlantıları daxil etmək çox böyük və mürəkkəb qraf yarada bilər. Tədqiqatçılar hər mərtəbəni otaq miqyaslı bölmələrə ayırıb və mənbə-qəbuledici arasındakı ən qısa yolları saxlayıblar.

Bu sadələşdirmə:

• Hesablama yükünü azaldır.
• Mənbə ilə qəbuledici arasındakı ən ehtimal olunan ötürülmə yollarına fokuslanır.
• Lazımsız və ya uzaq bağlantıların öyrənməni pozmasını məhdudlaşdırır.

Lakin həqiqi səsin yalnız ən qısa yolla yayıldığı sübut edilməyib. Əksolunmalar, daha uzun struktur yollar və birləşmə təsirləri ola bilər. Buna görə sadələşdirilmiş qraf real binanın təxmini təmsilidir.

Qraf çəkiləri necə öyrənilib?

Mesaj ötürülməsindəki çəkilər başlanğıcda məlum deyil. Bunlar real binada fərqli mənbə nöqtələrindən ölçülmüş zərbə səslərindən istifadə etməklə optimallaşdırılıb.

Tədqiqatdakı əsas optimallaşdırma belə ifadə olunub:

\[ \mathbf{W}^{*} = \arg\min_{\mathbf{W}} \mathcal{L} \left( \phi(x_{train,i}), \mathbf{h}^{K}_{r} \right) \]

Burada:

• \(\mathbf{W}^{*}\), öyrənilmiş optimal qraf çəkiləridir.
• \(\phi(x_{train,i})\), ölçülmüş təlim səsinin yerləşdirməsidir.
• \(\mathbf{h}^{K}_{r}\), mesaj ötürülməsinin sonunda qəbuledici düyündə yaranan vəziyyətdir.
• \(\mathcal{L}\), ölçülmüş səs yerləşdirməsi ilə qraf qiymətləndirməsi arasındakı fərqdir.

Model müxtəlif mənbə mövqelərindən alınmış qeydlərlə öyrədildikcə hansı tikili bağlantılarının səs xüsusiyyətini nə dərəcədə çevirdiyini öyrənməyə çalışır.

Yeni zərbə səsi necə lokallaşdırılır?

Təlimdən sonra qraf üzərində hər namizəd mənbə mövqeyi üçün qəbuledici düyündə yaranması gözlənilən cavab hesablanır. Bu cavablar D adlı kolleksiyada saxlanılır.

Yeni zərbə səsi gəldikdə SoundNet kodlayıcısı ilə yerləşdirməyə çevrilir və D daxilindəki namizəd cavablarla müqayisə edilir:

\[ \hat{v} = \arg\min_{v} \mathcal{L} \left( \phi(\tilde{x}_{new}), D \right) \]

Burada:

• \(\hat{v}\), qiymətləndirilən mənbə düyünüdür.
• \(\tilde{x}_{new}\), yeni zərbə qeydidir.
• D, bütün namizəd mənbə mövqelərinin qəbuledicidə yaratdığı öyrənilmiş cavablar çoxluğudur.

Yeni səs hansı namizəd cavaba ən çox bənzəyirsə, mənbə həmin düyün kimi seçilir.

Təcrübə hansı məlumatlarla aparılıb?

Tədqiqatda iki məlumat dəstindən istifadə olunub:

APT II məlumat dəsti

APT II qeydləri real dəmir-beton binada yaradılıb. Mənbələr otaqların mərkəzində yerləşdirilib. Dörd əsas mənbə nöqtəsi 2-A, 2-B, 2-C və 2-D adlandırılıb.

Üç alt dəst hazırlanıb:

• Aşağı mərtəbədəki qəbuledici: 2-A, 2-B, 2-C və 2-D mənbələri bir mərtəbə aşağıdakı tək sensorla qeydə alınıb.
• Yuxarı mərtəbədəki qəbuledici: Eyni mənbə mövqeləri bir mərtəbə yuxarıdakı sensorla qeydə alınıb.
• Görülməmiş mərtəbə bölməsi: 2-A′, 2-B′, 2-C′ və 2-D′ mənbələri başqa mərtəbə kəsimində, yenə aşağıdakı tək sensorla qeydə alınıb.

Əsas məlumat ötürülməsi testi nisbi mənbə-qəbuledici mövqeləri eyni olmaqla yanaşı, fərqli mərtəbə bölməsində toplanan bu üçüncü məlumat üzərində aparılıb.

SNU-B36-50E məlumat dəsti

Bu məlumat dəsti Seul Milli Universitetindəki kampus binasından əldə edilib. Təxminən 2300 səs qeydi və 19 mənbə mövqeyi ehtiva edir.

Daha böyük və müxtəlif olduğu üçün SoundNet əsaslı yerləşdirmə modelinin əvvəlcədən öyrədilməsində istifadə edilib. Əsas bina qrafı isə APT II məlumatı ilə optimallaşdırılıb.

Hansı zərbə növlərindən istifadə olunub?

Qraf xüsusiyyətlərində üç zərbə növü müəyyənləşdirilib:

• MB: Medicine ball drop, ağır sağlamlıq topunun döşəməyə buraxılması
• HD: Hammer drop, çəkicin döşəməyə düşürülməsi
• HH: Hammering, səthə çəkiclə vurulması

Bu zərbələr fərqli tezlik, müddət və enerji paylanmasına malikdir. Mənbə növünün qraf xüsusiyyətinə əlavə olunması modelə eyni mövqedən gələn fərqli zərbələri ayırmağa kömək edə bilər.

Müqayisə metodları

1. Çarpaz korrelyasiya

Yeni siqnal təlimdəki hər siqnalla fərqli zaman sürüşmələrində müqayisə edilib:

\[ \mathcal{C} (x_{new},x_{train,i})[\tau] = \sum_{n=0}^{N-1} x_{new}[n] x_{train,i}[n+\tau] \]

Burada:

• \(\tau\), zaman sürüşməsidir.
• N, siqnal uzunluğudur.
• \(\mathcal{C}\), iki siqnal arasındakı oxşarlığı göstərir.

Ən yüksək oxşarlıq verən təlim mövqeyi yeni səsin mənbəyi kimi seçilir.

2. Konvolyusion neyron şəbəkəsi

SoundNet əsaslı CNN xam dalğa formasından xüsusiyyət çıxarır və mənbə mövqeyini birbaşa təsnif edir. Bu model tikilinin həndəsəsindən və ya döşəmə-divar bağlantılarından istifadə etmir.

3. Standart tam bağlı neyron şəbəkəsi

VNN adlandırılan bu model qraf metodu ilə oxşar sayda öyrənilə bilən parametrə və eyni giriş xüsusiyyətlərinə malikdir. Lakin düyün və kənar quruluşu yoxdur. Bu müqayisə uğurun yalnız daha çox parametrdən deyil, qraf topologiyasından qaynaqlanıb-qaynaqlanmadığını araşdırmaq üçün istifadə olunub.

Təlim quruluşu

Əsas məlumat dəsti təlim və doğrulama üçün 4:1 nisbətində təsadüfi bölünüb. Beş fərqli təsadüfi bölünmədən istifadə olunub.

Hiperparametrlər 30 təsadüfi sınaqla axtarılıb. Hər sınaqda parametrlər 10^-4 ilə 10 aralığından seçilib və modellər 30 epoch öyrədilib. Doğrulamada ən yaxşı nəticəni verən parametrlər sabitlənərək görülməmiş mərtəbə məlumatında test aparılıb.

Dəqiqlik nəticələri

Çarpaz korrelyasiya və CNN təlim məlumatı ilə eyni paylanmaya malik doğrulama nümunələrində yüksək uğur göstərib. Lakin başqa mərtəbə bölməsindəki test məlumatında böyük performans itkisi yaşayıb.

VNN qraf metodu ilə oxşar giriş və parametr sayına malik olsa da həm doğrulamada, həm də testdə qeyri-sabit nəticələr verib. Bu tapıntı yalnız tikili xüsusiyyətlərini vektor kimi əlavə etməyin kifayət etmədiyini, komponentlərin bağlantı quruluşunun da vacib olduğunu düşündürür.

Qraf metodu bütün bölünmələrdə faiz 100 dəqiqlik verib. Tədqiqatın əsas iddiası bu nəticənin qraf quruluşunun fərqli mərtəbə kəsimləri arasındakı paylanma fərqini azaltmasından qaynaqlandığıdır.

Faiz 100 dəqiqlik necə şərh edilməlidir?

Faiz 100 dəqiqlik diqqətçəkəndir; lakin təcrübənin əhatəsi məhduddur. Testdə yalnız dörd mənbə sinfi var. Mənbə-qəbuledici həndəsəsi təlimdəkilə eynidir və bina növü dəmir-betondur.

Buna görə nəticə aşağıdakı mənaları daşımır:

• Hər binada bütün otaqların dəqiq müəyyənləşdirilə biləcəyi
• Birdən çox eyni vaxtlı zərbənin ayırd edilə biləcəyi
• Televiziya, danışıq və ya musiqi kimi hava mənşəli səslərin lokallaşdırıla biləcəyi
• Sensorun yeri dəyişdikdə modelin yenidən təlim tələb etməyəcəyi
• Fərqli bina həndəsələrində eyni dəqiqliyin qorunacağı

Nəticə müəyyən edilmiş təcrübə şərtlərində qraf metodunun müqayisə modellərindən xeyli daha yaxşı məlumat ötürülməsi göstərdiyini bildirir.

t-SNE görsəlləri nəyi izah edir?

t-SNE yüksəkölçülü səs təmsillərini iki ölçüdə vizuallaşdıran metoddur. Qraf metodunun uğurunu izah etmək üçün dörd mənbə mövqeyinə aid çıxış yerləşdirmələri t-SNE ilə təsvir edilib.

Təlim paylanmasına bənzər doğrulama məlumatında CNN və qraf modeli mənbə siniflərini nisbətən aydın klasterlərə ayırıb. VNN-də bəzi mənbələr bir-birinə qarışıb.

Görülməmiş mərtəbə məlumatında VNN və CNN klasterləri nəzərəçarpacaq dərəcədə üst-üstə düşüb. Bu, modellərin eyni nisbi mövqeləri fərqli mərtəbə kəsimində eyni sinfə daşıya bilmədiyini göstərir.

Qraf metodunda isə dörd mənbə mövqeyi ayrı xətlər və ya klasterlər şəklində ayrılıb. Tədqiqatçılar bunu qraf həndəsəsinin məlumat paylanmasındakı dəyişikliyi kompensasiya etməsi kimi şərh ediblər.

Enerji yayılması görsəli nə göstərir?

Qraf üzərində k = 1, 2, 3 və 4 mesaj ötürülməsi addımları rəng şkalası ilə göstərilib. Birinci addımda yüksək aktivlik mənbə düyününə yaxın olduğu halda, növbəti addımlarda qonşu düyünlərə və qəbulediciyə doğru yayılıb.

Bu görsəl modelin səs məlumatını bir addımda birbaşa mənbədən qəbulediciyə daşımadığını, tikili bağlantıları boyunca mərhələli şəkildə ötürdüyünü göstərir.

Lakin rəng şkalasının fiziki səs təzyiqi səviyyəsi və ya joul ilə ifadə olunan real enerji olmadığı unudulmamalıdır. Göstərilən dəyərlər öyrənilmiş düyün xüsusiyyətlərinin cəmidir.

Tədqiqatın keçmiş baxımından əhəmiyyəti

Əvvəlki tək sensorlu öyrənmə yanaşmaları təlimdə görülən otaq və ya mərtəbə quruluşunda uğurlu ola bilib, lakin başqa mərtəbə bölmələrinə köçürüləndə ciddi dəqiqlik itkisi yaşayıb. Bu tədqiqat struktur konteksti açıq şəkildə modelləşdirərək bu ötürülmə problemini həll etməyə çalışır.

Qraf əsaslı yanaşma fiziki tikilini tamamilə nəzərə almayan ucdan-uca təsnifat modellərindən daha şərh edilə bilən ara qat təqdim edir. Döşəmə, divar, hava və qəbuledici kimi komponentlərin model daxilində açıq qarşılığı var.

Bu gün baxımından əhəmiyyəti

Ağıllı bina sistemləri getdikcə daha çox səs, vibrasiya, temperatur və hərəkət sensorundan istifadə edir. Tək sensorla mənbə lokallaşdırılmasının mümkün olması sensor sayını və quraşdırma xərclərini azalda bilər.

Xüsusilə yaşayış binalarında səs-küy şikayətlərinin obyektiv araşdırılması baxımından yalnız səs səviyyəsini deyil, mənbənin ehtimal olunan mövqeyini də müəyyənləşdirən sistemlər hazırlana bilər. Bununla belə, məxfilik, yanlış ittiham və hüquqi istifadə baxımından yüksək etibarlılıq və müstəqil doğrulama tələb olunur.

Gələcək baxımından əhəmiyyəti

Müəlliflər məlumat asılılığını azaltmaq üçün az nümunəli öyrənmə və nəzarətsiz öyrənmə metodlarının araşdırılmasını təklif edir. Daha çox bina növü, mənbə-qəbuledici quruluşu və səs növü sistemə daxil edilərsə metod daha geniş şərtlərə ümumiləşdirilə bilər.

Qraf yanaşması gələcəkdə bina məlumat modelləri ilə birləşdirilə bilər. Tikilinin divar, döşəmə və otaq həndəsəsi BIM faylından avtomatik götürülərək səs ötürülməsi qrafı yaradıla bilər.

Gündəlik həyata mümkün təsirləri

• Mərtəbələrarası vurma səsinin hansı otaqdan və ya istiqamətdən gəldiyinin qiymətləndirilməsi
• Yaşlı şəxslərin yıxılma hadisələrinin baş verdiyi sahənin müəyyənləşdirilməsi
• Ağıllı evlərdə addım səsi və hərəkətin izlənməsi
• Təhlükəsizlik sistemlərində icazəsiz zərbə və ya qırılma mənbəyinin tapılması
• Sənaye tikililərində anormal zərbə və ya vibrasiya nöqtələrinin aşkarlanması
• Səs-küyün azaldılması tətbiqlərində prioritet tikili elementlərinin müəyyənləşdirilməsi

Tədqiqatın güclü tərəfləri

• Real dəmir-beton binada ölçülmüş səslərdən istifadə etməsi
• Tək sensorlu lokallaşdırma yanaşması təqdim etməsi
• Bina həndəsəsini və tikili komponentlərini açıq şəkildə modelə daxil etməsi
• Mesaj ötürülməsi ilə struktur səs ötürülməsini təmsil etməsi
• Eyni girişə və oxşar parametr sayına malik VNN müqayisəsi aparması
• Çarpaz korrelyasiya və CNN kimi fərqli baza metodlarla müqayisə etməsi
• Görülməmiş mərtəbə bölməsində məlumat ötürülməsini xüsusi olaraq sınaqdan keçirməsi
• Beş fərqli təsadüfi məlumat bölünməsində tutarlı nəticə bildirməsi
• t-SNE vizuallaşdırmaları ilə paylanma fərqini göstərməsi
• Qraf üzərində mərhələli mesaj yayılmasını vizual təqdim etməsi

Tədqiqatın məhdudiyyətləri

• Tədqiqat rəyçi qiymətləndirməsindən keçməmiş preprintdir.
• Əsas testdə yalnız dörd mənbə mövqeyi var.
• Mənbələrin otaqların mərkəzində olduğu nəzarətli quruluşdan istifadə edilib.
• Tək qəbuledici mövqeyi əsas götürülüb.
• Mənbə-qəbuledici həndəsəsinin məhdud əhatəsi araşdırılıb.
• Birdən çox eyni vaxtlı səs mənbəyi sınaqdan keçirilməyib.
• Fon səs-küyü və gündəlik həyat şəraitindəki mürəkkəb səslər ətraflı qiymətləndirilməyib.
• Fərqli bina materialları və həndəsələrində ümumi doğrulama aparılmayıb.
• Qraf kənarları ən qısa yollarla sadələşdirilib; bütün real ötürülmə yolları təmsil olunmayıb.
• Tikili komponentlərinin həqiqi elastik və akustik parametrləri birbaşa istifadə edilməyib.
• Model intensiv məlumat toplanması və etiketləmə tələb edir.
• Faiz 100 dəqiqlik kiçik və müəyyən edilmiş test sahəsinə aiddir.
• Real yaşayış binası şikayətlərində yanlış müsbət və yanlış ittiham riski araşdırılmayıb.
• Uzunmüddətli sensor dəyişikliyi, temperatur və rütubət təsirləri araşdırılmayıb.

Tədqiqat nə deyir, nə demir?

Tədqiqatın dediyi: Dəmir-beton tikilinin döşəmə, divar, hava və qəbuledici komponentlərini qraf kimi təmsil etmək, tək sensorlu zərbə səsi lokallaşdırılmasında fərqli mərtəbə bölmələri arasında məlumat ötürülməsini gücləndirə bilər. Tikili bağlantılarından istifadə etməyən CNN, VNN və çarpaz korrelyasiya metodları görülməmiş mərtəbədə ciddi dəqiqlik itkisi yaşadığı halda qraf metodu müəyyən edilmiş təcrübədə yüksək uğur göstərib.

Tədqiqatın demədiyi: Metod hər yaşayış binasında qonşu səs-küyünün dəqiq mənbəyini tapmağa zəmanət vermir. Nəticələr hüquqi sübut hesab edilmir. Model birdən çox eyni vaxtlı mənbəni, danışığı, televiziyanı və ya hava mənşəli ümumi səs-küyü lokallaşdırdığını göstərməyib. Faiz 100 dəqiqlik geniş bina populyasiyasında təsdiqlənmiş ümumi performans deyil.

Tədqiqatın Metodu və Nəticələri

Tədqiqatın texniki iş axını

Əsas formullar

Mənbə düyünü:

\[ \mathbf{h}^{0}_{s} = [\phi \ \mathcal{A}_{v}] \]

Mənbə olmayan düyün:

\[ \mathbf{h}^{0}_{v \neq source} = [\mathbf{U} \ \mathcal{A}_{v}] \]

Düyünün yenilənməsi:

\[ \mathbf{h}^{k}_{v} = \sigma \left( \mathbf{W}^{k} CONCAT \left( \mathbf{h}^{k}_{\mathcal{N}(v)}, \mathbf{h}^{k-1}_{v} \right) \right) \]

L2 normallaşdırma:

\[ \mathbf{h}^{k}_{v} \leftarrow \frac{\mathbf{h}^{k}_{v}} {\left\lVert \mathbf{h}^{k}_{v} \right\rVert_{2}} \]

Qraf çəkilərinin optimallaşdırılması:

\[ \mathbf{W}^{*} = \arg\min_{\mathbf{W}} \mathcal{L} \left( \phi(x_{train,i}), \mathbf{h}^{K}_{r} \right) \]

Mənbənin qiymətləndirilməsi:

\[ \hat{v} = \arg\min_{v} \mathcal{L} \left( \phi(\tilde{x}_{new}), D \right) \]

Məlumat dəstlərinin quruluşu

Beş məlumat bölünməsindəki dəqiqliklər

Nəticələrin texniki şərhi

• Doğrulama və test paylanmaları nisbi həndəsələri eyni olsa da, səs xüsusiyyətləri baxımından fərqlidir.
• CNN təlim paylanmasında güclüdür, lakin başqa mərtəbə bölməsində sahə dəyişikliyinə uyğunlaşa bilməyib.
• VNN-yə eyni tikili xüsusiyyətlərinin verilməsi təkbaşına kifayət etməyib.
• Qraf metodu tikili xüsusiyyətləri ilə yanaşı komponentlər arasındakı bağlantılardan da istifadə edib.
• t-SNE göstərimləri qraf metodunun dörd mənbə sinfini görülməmiş mərtəbədə də ayıra bildiyini göstərib.
• Mesaj ötürülməsi görsəlləri mənbə aktivliyinin k addımları boyunca qəbulediciyə doğru yayıldığını göstərir.

Mümkün tətbiq sahələri

• Ağıllı yaşayış binalarında mərtəbələrarası zərbə səsinin izlənməsi
• Tək sensorlu addım səsinin lokallaşdırılması
• Yıxılma və toqquşma hadisələrinin otaq səviyyəsində aşkarlanması
• Struktur vibrasiya mənbələrinin texniki xidmət məqsədilə müəyyənləşdirilməsi
• Səs-küy şikayətlərinin texniki ilkin araşdırılması
• Avtomatik bina komfortu və səs-küy idarəetməsi

Gələcək tədqiqat ehtiyacları

• Daha çox bina və fərqli tikinti materiallarında təcrübə
• Daha geniş mənbə-qəbuledici həndəsələri
• Birdən çox sensor mövqeyi ilə müqayisə
• Eyni vaxtlı çoxsaylı səs mənbələrinin ayrılması
• Fon səs-küyü altında davamlılıq testləri
• Az nümunəli və nəzarətsiz öyrənmə
• BIM məlumatından avtomatik qraf yaradılması
• Real fiziki material və birləşmə xüsusiyyətlərinin qrafa əlavə edilməsi
• Uzunmüddətli sensor və mühit dəyişikliklərinin araşdırılması
• Yanlış qiymətləndirmələr üçün etibar və ya qeyri-müəyyənlik balının yaradılması

Mənbə və Metod Qeydi

Bu məzmun Hwiyong Choi və Haesang Yang tərəfindən hazırlanmış “Localization of impact sound in a building via a graph representation” adlı tədqiqata əsaslanır.

Tədqiqat dəmir-beton binanın döşəmə, divar, hava və qəbuledici komponentlərini düyün və kənarlardan ibarət qraf quruluşuna çevirən; real zərbə səslərini SoundNet əsaslı kodlayıcı ilə emal edən və səs məlumatını qraf üzərində mesaj ötürülməsi ilə yayaraq tək sensordan mənbə mövqeyini qiymətləndirən eksperimental süni intellekt və tikili akustikası tədqiqatıdır.

Mətndə açıq şəkildə “This preprint research paper has not been peer reviewed” ifadəsi var. Tədqiqat SSRN-də yayımlanmış preprintdir və rəyçi qiymətləndirməsindən keçməyib. Buna görə metod təfərrüatları, faiz 100 dəqiqlik nəticəsi və ümumiləşdirilə bilənlik şərhləri müstəqil rəyçi qiymətləndirməsindən sonra dəyişə bilər.

Təcrübə real dəmir-beton binada aparılsa da, əsas test yalnız dörd mənbə mövqeyi, tək qəbuledici, məhdud mənbə-qəbuledici həndəsəsi və nəzarətli zərbə növləri ilə həyata keçirilib. Metod fərqli bina materiallarında, eyni vaxtlı çoxsaylı mənbələrdə, intensiv fon səs-küyündə və ya dəyişən sensor yerləşdirmələrində geniş şəkildə doğrulanmayıb.

Faiz 100 test dəqiqliyi müəyyən edilmiş APT II məlumat dəsti və beş məlumat bölünməsi üçün bildirilib. Bu dəyər bütün yaşayış binaları və ya real həyat şəraiti üçün zəmanət deyil. Tədqiqat metodun hüquqi səs-küy müəyyənləşdirməsi, qonşunun məsuliyyətinin müəyyən edilməsi və ya rəsmi akustik ölçmə vasitəsi kimi istifadə oluna biləcəyini göstərmir.

Məzmun yalnız PDF-dəki metod, məlumat dəstləri, tənliklər, cədvəllər, görsəllər, təcrübə nəticələri və məhdudiyyətlər əsasında hazırlanıb. PDF-də olmayan kommersiya sistemi uğuru, dəqiq qonşu müəyyənləşdirməsi, təhlükəsizlik zəmanəti və ya genişmiqyaslı sahə doğrulaması iddiası əlavə edilməyib.