Onderzoekers van de Universidad Politécnica de Madrid hebben een systeem voor kunstmatige intelligentie ontwikkeld om luidruchtige activiteiten op basis van sociale netwerkgegevens te detecteren en te beoordelen.

Ze ontwikkelden een systeem van tekstanalyse dat, toegepast op opmerkingen gepubliceerd in sociale media, kan klachten over geluidsoverlast automatisch detecteren en classificeren op basis van hun oorsprong. Dit systeem combineert kunstmatige intelligentie (machine learning) met diverse technieken van taalanalyse.

In aanvulling, het systeem kan het begin van luidruchtige gebeurtenissen voorspellen, die stadsmanagers kunnen helpen bij het ontwerpen van vroege interventies om verstoringen en gezondheidsproblemen voor burgers te voorkomen. Het onderzoek is ontwikkeld in samenwerking met Télécom Paristech.

In Europa, naar schatting wordt 25 procent van de bevolking blootgesteld aan hoge geluidsniveaus, die gezondheidsrisico's kunnen vergroten. Dit veroorzaakt problemen voor de volksgezondheid en vermindert de kwaliteit van leven, vooral in stedelijke gebieden geassocieerd met het gebrek aan rust en stress..

Traditionele enquêtes zijn gebruikt om de perceptie van burgers van lawaaierige stedelijke omgevingen vast te stellen, maar deze hebben de nadelen van hoge kosten die voortvloeien uit ontwikkeling en uitvoering, een beperkt aantal deelnemers, en de duur van de landmeetkundige campagne.

Aanvullend, dit systeem is niet wendbaar bij het detecteren van problemen of specifieke lawaaierige gebeurtenissen. In recente jaren, nieuwe systemen voor online burgerparticipatie zijn ontstaan ​​en maken interactie met lokale managers mogelijk, maar ze worden over het algemeen niet door de bevolking gebruikt.

Gebruikers van sociale media plaatsen meningen en gevoelens over uiteenlopende onderwerpen:politiek, TV, producten, en uiteraard, de omgeving, inclusief geluidsoverlast.

Luis Gasco, een onderzoeker van de groep Instrumentatie en Toegepaste Akoestiek (I2A2) bij UPM zegt:"Voor jaren, bedrijven passen machine learning en natuurlijke taalverwerkingstechnieken toe om de mening van klanten over hun producten en diensten op sociale media te achterhalen om de verkoop te verbeteren. Echter, deze technologische trend is niet toegepast in stadsbeheer, ontbrekende posts op sociale media die realtime gegevens kunnen leveren over problemen in een stad."

Op deze manier, het projectonderzoeksteam heeft een tekstanalysesysteem ontwikkeld dat klachten over geluidsoverlast automatisch kan detecteren en classificeren op basis van hun oorsprong.

Hiertoe, ze gebruikten de nieuwste technieken op het gebied van kunstmatige intelligentie, zoals machinaal leren, en diverse technieken van taalanalyse. Aanvullend, onderzoekers hebben een voorspellingssysteem ontworpen met behulp van statistische technieken waarmee ze het uiterlijk van een storende geluidsgebeurtenis kunnen achterhalen aan de hand van het aantal klachten en specifieke woorden.

De toepassing van het door UPM-onderzoekers ontwikkelde systeem beperkt zich niet alleen tot het gebied van geluidsoverlast. De onderzoekers zeggen dat het kan worden gebruikt om andere soorten problemen op te sporen, inclusief schade aan infrastructuur en gevoelens van burgers over veranderingen in de stadsplanning, zoals de semi-voetgangerszone van de Gran Vía in Madrid.

Nutsvoorzieningen, zoeken de onderzoekers samen met hun Franse collega's van Télécom ParisTech naar nieuwe partners, voornamelijk bedrijven van stadsbeheer en vervoersinfrastructuur, om een ​​project van technologische overdracht uit te voeren om deze technologie in vivo te testen.