• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Física
    Deconstruyendo el ruido de la multitud en los juegos de baloncesto universitario

    Crédito:CC0 Public Domain

    Con miles de fans aplaudiendo, cantando gritos y burlas, Los juegos de baloncesto universitario pueden ser casi ensordecedores. Algunas arenas tienen medidores de decibelios, cuales, con precisión o no, proporcionar alguna indicación del volumen de ruido generado por los espectadores y los sistemas de sonido. Sin embargo, el ruido de la multitud rara vez es el foco de la investigación científica.

    "Siempre que aparece en la literatura, es principalmente algo que los investigadores están tratando de evitar, "señaló Brooks Butler, un estudiante de licenciatura en física en la Universidad Brigham Young y miembro del equipo de BYU que presentará investigaciones en la 176a Reunión de la Acoustical Society of America, celebrada junto con la Semana de la Acústica 2018 de la Asociación Canadiense de Acústica en Canadá, 5-9 de noviembre en el Centro de Conferencias de Victoria en Victoria, Canadá.

    "El ruido de la multitud se trata normalmente como una interferencia de fondo, algo que se debe filtrar". Pero los investigadores de BYU sintieron que el ruido de la multitud era digno de su propia investigación. En particular, querían ver si los algoritmos de aprendizaje automático podían detectar patrones dentro de los datos acústicos sin procesar que indicaran lo que estaba haciendo la multitud en un momento dado, proporcionando así pistas sobre lo que estaba sucediendo en el juego. Una posible aplicación de esto podría ser la detección temprana de comportamientos de multitudes rebeldes o violentas, aunque esa idea no ha sido probada.

    El equipo de BYU realizó mediciones acústicas de alta fidelidad durante los juegos de baloncesto masculino y femenino en la universidad. luego haciendo lo mismo para los juegos de fútbol y voleibol. Dividieron los juegos en intervalos de medio segundo, medir el contenido de frecuencia (como se muestra en espectrogramas), niveles de sonido, la relación entre los niveles de sonido máximo y mínimo dentro de un bloque de tiempo establecido, y otras variables. Luego aplicaron herramientas de procesamiento de señales que identificaron 512 características acústicas distintas compuestas por diferentes bandas de frecuencia, amplitudes y así sucesivamente.

    Con miles de fans Los juegos de baloncesto universitario pueden ser casi ensordecedores. Algunas arenas tienen medidores de decibelios, lo que puede proporcionar alguna indicación del ruido generado. Los investigadores de la Universidad Brigham Young querían ver si los algoritmos de aprendizaje automático podían detectar patrones dentro de los datos acústicos sin procesar que indicaran el estado de ánimo de la multitud. proporcionando así pistas sobre lo que estaba sucediendo en el juego. Ellos presentarán en la 176a Reunión de la Sociedad Acústica de América, 5-9 de noviembre. Crédito:Kent Gee

    El grupo usó estas variables para construir un espacio de 512 dimensiones, utilizando técnicas de aprendizaje automático para realizar un análisis de agrupamiento de este complicado, reino multidimensional.

    El profesor de física de BYU Kent Gee fue el investigador principal del proyecto junto con los profesores Mark Transtrum y Sean Warnick. Juntos lideraron un equipo de varios estudiantes que se enfocaron en diferentes aspectos del problema, incluida la recopilación de datos, análisis y aprendizaje automático.

    Gee explicó el proceso con una simple analogía. "Suponga que tiene una gráfica de puntos en un formato bidimensional, grafica x-y y mida la distancia entre esos puntos, ", dijo." Es posible que vea que los puntos están agrupados en tres grupos o grupos. Hicimos algo similar con nuestro espacio de 512 dimensiones, aunque obviamente necesitas una computadora para realizar un seguimiento de todo eso ".

    El análisis del llamado "agrupamiento de K-medias" que realizaron reveló seis grupos separados que correspondían a lo que estaba sucediendo en la arena, dependiendo de si la gente estaba animando, cantando, abucheos estar callado, o dejar que los altavoces dominen el paisaje sonoro.

    De este modo, Gee y sus colegas pudieron medir el estado emocional de la audiencia, simplemente a partir de un análisis realizado por una máquina de los datos de sonido. "Una eventual aplicación importante de nuestra investigación, " él dijo, "puede ser la detección temprana de comportamientos de multitudes rebeldes o violentas".

    © Ciencia https://es.scienceaq.com