Diagnostiquer les bruits de la ville de New York avec des données omniprésentes

De nombreuses villes souffrent de pollution sonore, qui compromet l'efficacité au travail des gens et même leur santé mentale. La ville de New York (NYC) a ouvert une plateforme intitulée 311 pour permettre aux gens de se plaindre des problèmes de la ville en utilisant une application mobile ou en passant un appel téléphonique ; le bruit est la troisième plus grande catégorie de plaintes dans les données 311. Chaque plainte concernant des bruits est associée à un emplacement, un horodatage et une catégorie de bruit détaillée, telle que "Musique forte" ou "Construction" ; les données résultent en réalité de "l'humain comme capteur" et "de la détection par la foule", contenant une riche intelligence humaine qui peut aider à diagnostiquer les bruits urbains. Dans cet article, nous inférons la situation sonore détaillée (comportant un indicateur de pollution sonore et la composition des bruits) de différents moments de la journée pour chaque région de NYC, en utilisant les données de plaintes 311 ainsi que des données des médias sociaux, du réseau routier et des Points d'Intérêts (POIs). Nous modélisons la situation sonore de NYC avec un tenseur en trois dimensions, où les trois dimensions représentent les régions, les catégories de bruit et les créneaux horaires, respectivement. En complétant les entrées manquantes du tenseur par une approche de décomposition tensorielle consciente du contexte, nous récupérons la situation sonore dans tout NYC. Les informations peuvent aider à éclairer les décisions des gens et des responsables. Nous évaluons notre méthode avec quatre ensembles de données réels, vérifiant les avantages de notre méthode par rapport à quatre bases de référence, telles que l'approche basée sur l'interpolation.