تخمين زمان واخنش كلاس درس با استفاده از شبكه عصبي كانولوشن

كلاس درس به عنوان يكي از مهم‌ترين محيط‌ هاي آموزشي نقش عمده اي در يادگيري و پيشرفت تحصيلي دانش‌آموزان دارد. زمان واخنش به عنوان يكي از پارامترهاي آكوستيكي در داخل اتاق‌ها، تأثير بسزايي در كيفيت صدا دارد. عدم كارآيي مناسب فرمول‌هاي كلاسيك مانند سابين، باعث شد كه در اين مقاله به بررسي استفاده از روش‌هاي يادگيري ماشين به عنوان يك روش جايگزين براي پيش‌بيني زمان واخنش محيط پرداخته شود. در اين پژوهش ابتدا با استفاده از روش هاي مبتني بر آكوستيك هندسي و با استفاده از نرم‌افزار اودئون به جمع آوري مجموعه دادگان مورد نياز دربسامدهاي 500 و 2000 هرتز پرداخته مي شود. در اين مجموعه دادگان از 4 كلاس درس با فضايي مستطيل شكل، همراه با المان هايي مانند ميز و صندلي و پنجره و در، استفاده شد. پس از آن به منظور ارائه يك سيستم مبتني بر يادگيري ماشين از شبكه عصبي كانولوشني استفاده شده است. اين مدل ويژگي‌هاي محيط را در نظر مي گيرد و در نهايت مقادير زمان واخنش را به عنوان تابعي از فركانس توليد مي كند. در اين پژوهش با استفاده از شبكه عصبي كانولوشني براي بسامد 500 هرتز به ضريب تعيين 93 درصد و براي بسامد 2000 هرتز، ضريب تعيين 95 درصد حاصل شد.