SOUNDLAB AI Tool – Machine Learning zur Bestimmung des bewerteten Schalldämmmaßes
Auteur(s): |
Michael Drass
(M&M Network‐Ing Lennebergstraße 40 55124 Mainz Deutschland)
Michael Anton Kraus (M&M Network‐Ing Lennebergstraße 40 55124 Mainz Deutschland) Henrik Riedel (M&M Network‐Ing Lennebergstraße 40 55124 Mainz Deutschland) Ingo Stelzer (Kuraray Europe GmbH Philip‐Reis‐Straße 4 65795 Hattersheim am Main Deutschland) |
---|---|
Médium: | article de revue |
Langue(s): | anglais |
Publié dans: | ce/papers, février 2022, n. 1, v. 5 |
Page(s): | 147-156 |
DOI: | 10.1002/cepa.1665 |
Abstrait: |
Die moderne Architektur strebt nach transparenten Gebäudehüllen und insbesondere nach nachhaltigen und bauphysikalisch adäquaten Glasfassaden. Typischerweise werden Glasfassaden entworfen, um eine Vielzahl von Zielen zu erfüllen, eines davon sind die Anforderungen an den Schallschutz. Eine zuverlässige Abschätzung der Schalldämmeigenschaften beliebiger Glasaufbauten ist aufgrund der Komplexität experimenteller Tests oder numerischer Simulationen zeitaufwendig und kostenintensiv. Daher wird in dieser Arbeit ein maschineller Lern‐Ansatz zur Prädiktion der akustischen Eigenschaften beliebiger Glasaufbauten vorgestellt. |
- Informations
sur cette fiche - Reference-ID
10767531 - Publié(e) le:
17.04.2024 - Modifié(e) le:
17.04.2024