umetna inteligenca
Uporaba nevronskih mrež v namene kartiranja in vizualizacije visokodimenzionalnih podatkov
algoritmi strojnega učenja
Algoritmi strojnega učenja se v aksutiki uporabljajo za analizo kompleksnih zvočnih vzorcev, kar omogoča avtomatsko klasifikacijo in napovedovanje akustičnih pojavov, kot je prepoznavanje specifičnih vrst hrupa ali optimizacija kakovosti zvoka v različnih okoljih.
som
Samoorganizirajoče karte (ang. Self-Organizing Maps) so napredna tehnika nenadzorovane klasifikacije, ki se uporablja za avtomatsko prepoznavanje kompleksnih vzorcev v podatkih. SOM uporabljamo za učinkovito klasifikacijo zvokov zavornega škripanja pri vozilih. Ta metoda omogoča preoblikovanje kompleksnih podatkov o zvoku, kot so psihoakustične lastnosti, v pregledne in razumljive vzorce. Z analizo različnih kombinacij psihoakustičnih značilnosti, kot sta ostrina in fluktuacijska moč, SOM zagotavljajo natančno in objektivno klasifikacijo signalov. Z uporabo SOM poudarjamo pomen uporabe nenadzorovane klasifikacije v sektorju NVH (Noise, Vibration, and Harshness) za zagotavljanje bolj zanesljivih in nepristranskih ocen zvočnih pojavov.
