MétaCan
Menu
Retour à la cohorte
Enregistrement W4394687356 · doi:10.4271/2024-01-2716

Objective and Perceptual Sound Quality Analysis of Internal Combustion Engine and Electric Vehicles

2024· article· en· W4394687356 sur OpenAlexaff
Duy Loc Dao, Isabella Baldwin, Andrew McGuire, Wade Bray, Javad Baqersad

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensMultimatic (Canada)
Organismes subventionnairesnon disponible
Mots-clésInternal combustion engineAutomotive engineeringComputer scienceQuality (philosophy)CombustionPerceptionEnvironmental scienceEngineeringPhysicsChemistryPsychology

Résumé

récupéré en direct d'OpenAlex

The sound quality of automotive interiors is one of the critical factors regarding customer satisfaction. As electric vehicles (EVs) rapidly rise in popularity, the known literature on sound qualities of internal combustion engine (ICE) automotive interiors has become less relevant. Because of this, comparing and contrasting 'the sound qualities of EV and ICE vehicles is essential to have the proper foundation for studying automotive noise quality in the future. In this paper, we aim to benchmark the major differences between an EV and an ICE automobile regarding interior sound quality. This study seeks to understand basic sound engineering characteristics and how they differ between the two types of vehicles. We also analyzed the public's preferences when it comes to the two types of cars. To get as much data as possible in our time-constrained project, we tested both types of vehicles in two different environments: an uncontrolled road (Bluff Street in Flint, MI) and a controlled track (the GM Mobility Research Center - MRC - at Kettering University). We also tested three different positions in the car, including the driver's seat, passenger seat, and rear middle seat position. The interior sound was then recorded using the SQobold sound acquisition device and the HEAD acoustics Aachen HEAD as the microphone. Three recordings of every type of test were taken in order to confirm consistent and accurate results. We then compared and contrasted the data in Artemis SUITETM, a sound analysis software. We determined the major differences between the cars, particularly in loudness and sharpness. The final step was jury testing, in which the subjective samples compare well with our conclusions regarding sound quality metrics.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,256
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetVehicle Noise and Vibration ControlTravaux en français237 207