Шумове забруднення від міського та залізничного транспорту стає все більшою проблемою через його негативний вплив на здоров'я населення, зокрема на серцево-судинні захворювання, порушення сну та когнітивні розлади (ВООЗ, 2018). Традиційні системи моніторингу шуму, що ґрунтуються на статичних вимірюваннях, не мають здатності до адаптації в реальному часі і мають труднощі з точним класифікуванням джерел шуму в динамічних умовах. У цьому дослідженні розглядається застосування AWS IoT Core у розумних системах акустичного моніторингу для покращення виявлення шуму, його класифікації та зменшення рівня шумового забруднення. Інтеграція AWS IoT Core з передовими шумовими сенсорами та спектральними аналізаторами дозволяє безпечно передавати, обробляти та аналізувати дані про шум у хмарі в реальному часі. AWS IoT Core забезпечує безперервне збирання даних та підтримує створення прогнозованих моделей, покращуючи точність класифікації шуму та сприяючи проактивним стратегіям зниження шуму. Дослідження зосереджене на використанні AWS IoT Core для моніторингу шуму в реальному часі, автоматизованої класифікації шуму та планування міської інфраструктури на основі даних, що дозволяє створити більш ефективні та масштабовані рішення для управління шумовим забрудненням. Крім того, здатність AWS IoT Core підключати та керувати тисячами пристроїв для моніторингу шуму, що працюють на основі Інтернету речей, створює основу для розумної міської інфраструктури. У дослідженні підкреслюються основні виклики та можливості інтеграції хмарних систем моніторингу шуму, зокрема роль AWS IoT Core у оптимізації управління міським шумом, поліпшенні здоров'я населення та підтримці сталого розвитку міст. Завдяки адаптивним стратегіям зменшення шуму та покращеному процесу ухвалення рішень, AWS IoT Core пропонує масштабований та ефективний підхід до вирішення проблеми шумового забруднення в сучасних міських умовах.
[1] What is AWS IoT? Retrieved from: https://docs.aws.amazon.com/iot/latest/developerguide/what-is-aws-iot.html
[2] European Environment Agency. (2020). Noise pollution and health: Impact of transport on the environment. Retrieved from https://www.eea.europa.eu
[3] IEEE. (2022). AI-based noise classification systems for urban environments: Improving accuracy and real-time processing. IEEE Transactions on Acoustics and Speech Processing, 30(5), 657-670.
[4] Acoustical Society of America. (2021). Spectrum analysis and noise source detection using the SVAN 958A spectrum analyzer. Acoustical Society of America Journal, 45(4), 235-245.
[5] Journal of Environmental Management. (2023). Integration of artificial intelligence in noise pollution monitoring in smart cities. Journal of Environmental Management, 12(1), 124-137.
[6] Marino, C. A., Chinelato, F., & Marufuzzaman, M. (2022). AWS IoT analytics platform for microgrid operation management. Computers and Industrial Engineering, 170. https://doi.org/10.1016/j.cie.2022.108331
[7] Vishniakou, U. A., & Shaya, B. H. (2021). Modeling the Internet of Things network for monitoring audio information on the Amazon platform. «System Analysis and Applied Information Science», (2), 28–33. https://doi.org/10.21122/2309-4923-2021-2-28-33
[8] Havran, V., & Orynchak, M. (2024). Analysis and development of a smart noise information collection system based on the Spectrum Analyzer Svan 958A. Computer Design Systems. Theory and Practice, 6(2), 83–91. https://doi.org/10.23939/cds2024.02.083
[9] Caesarendra, W., Pappachan, B. K., Wijaya, T., Lee, D., Tjahjowidodo, T., Then, D., & Manyar, O. M. (2018). An AWS machine learning-based indirect monitoring method for deburring in aerospace industries towards industry 4.0. Applied Sciences (Switzerland), 8(11). https://doi.org/10.3390/app8112165
[10] Ranjith Reddy, K. (2019). On air pollution monitoring systems using IoT. International Journal of Engineering and Advanced Technology, 8(6 Special Issue 3), 1861–1862. https://doi.org/10.35940/ijeat.F1356.0986S319
[11] Murata Arca, R. M., Santos López, F. M., & Portella Delgado, J. M. (2020). Cyber-physical cloud system for monitoring urban noise pollution under iot platform. RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao, 2020(E37), 91–103.