Investigation on Non-Point Sources Approximation in Outdoor Noise Predictions
Notice bibliographique
Résumé
ISO 9613 specifies a method for calculating the attenuation of outdoor sound propagation, which has been recognized and accepted by various regulatory authorities. As this method has been implemented in most advanced software packages, such as Cadna/A and SoundPLAN, this makes it feasible for predicting and resolving noise problems in a complex environment or the noise assessment of a large facility. However, an important decision to be taken is on how to model each noise source, in particular, deciding which situation the distribution of the individual component noise sources associated with a complex facility will affect the pattern of the noise field that emanates from it. ISO 9613 guides that line and area sources may be divided into sections, each represented by a point source at its center. However, this may only ensure the calculation accuracy at some distance from the single equivalent point source. Hence, a large segmentation of the sources is required to precisely calculate the noise level at the near field from line and area sources, which may increase calculation burden and may be only required in the near field. This paper will focus on comparing results between predicted and measured noise levels, overall and in octave-bands, which prove the validity of the proposed calculation method. Then, the validated model will be used to investigate the applicability and accuracy in the environmental noise prediction. The distance criteria for the point source method can be effectively applied for predicting and resolving noise problems in a complex environment for outdoor noise prediction and also for field measurement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».