Bestimmung von Einflussfaktoren der Lästigkeit von Alltagsgeräuschen mittels linearen Verfahren des maschinellen Lernens
* Presenting author
Abstract:
Studien zu Lärmwirkungen und zur Geräuschbewertung umfassen selten eine quantitative Gesamtbetrachtung einer Vielzahl von Faktoren, insbesondere in Hinblick auf die Vorhersagegüte ungesehener Daten. Daher untersuchten wir im Rahmen einer Online-Studie, welche geräuschbezogenen, situativen oder personenbezogenen Faktoren die Lästigkeit von leisen Alltagsgeräuschen beeinflussen. Hierzu berichteten 1.301 Testpersonen retrospektiv 2.800 Geräuschszenarien und bewerteten diese anhand zahlreicher kontextueller Einflussfaktoren. Mittels des perzentilen Least Absolute Shrinkage and Selection Operators (Lasso) wurden relevante Variablen selektiert, welche in einem umfassenden linearen gemischten Regressionsmodell 68% der Lästigkeitsbewertungen erklärten. Die wichtigsten Einflussgrößen waren situativer Natur, wie z.B. die emotionale Valenz und Erregung, die situative Positivität und die empfundene Fähigkeit, das Geräusch in der jeweiligen Situation mental auszublenden. Weitere vom Lasso ausgewählte, geräuschbezogene Parameter waren die Geräuschkategorien (natürlich, menschlich und technisch) sowie die empfundene Lautstärke. Im Widerspruch zu früheren Forschungsergebnissen hingegen wurden alle personenbezogenen Variablen, wie z.B. Geräuschempfindlichkeit, durch den Lasso eliminiert. Die vorliegende Studie illustriert die Nützlichkeit linearer Verfahren des maschinellen Lernens und der daraus resultierenden interpretierbaren Modelle zur Vorhersage von Geräuschbewertungen und Lärmwirkungen.