【机器学习】关美宝教授团队《CEUS》发文！XGBoost+SHAP模型：使用基于移动性的传感数据对城市环境中的噪声感知

文章预览

题目： Machine-based understanding of noise perception in urban environments using mobility-based sensing data 期刊： Computers, Environment and Urban Systems volume DOI ： https://doi.org/10.1016/j.compenvurbsys.2024.102204 01 摘要 准确理解噪声感知对城市规划、噪声管理和公共卫生至关重要。然而，视觉和声学的城市景观是内在相互联系的：我们所看到和听到的复杂交织关系共同塑造了城市环境中的噪声感知。为了测量这一复杂的混合效应，我们在香港开展了一项基于移动性的调查，涉及800名参与者，记录了他们的噪声暴露、噪声感知和 GPS轨迹 数据。此外，我们获取了与每个GPS轨迹点相关联的Google街景图像，并从中提取了城市视觉环境的相关信息。本研究采用了多感官框架，结合XGBoost和Shapley加性解释（SHAP）模型，构建了一个可解释的噪声感知分类模型。与仅依赖声压水平相比，我们的模型 ………………………………