في مجال أنظمة التبريد، يعد مصدر الضوضاء الناتج عن المكونات مثل الضواغط ذات الدوران المزدوج تحدياً كبيراً. الضوضاء التي يولدها هذا النوع من الضواغط، والمعروفة بمكونها التوافقي الثاني (2f)، تمثل مصدر ضجيج منخفض التردد في وحدات تدفق المبرد المتغير (VRF) الخارجية. لكن، تتقلب شدة هذا الضجيج بقوة مع تغير الحمل الحراري البيئي وفتح الصمامات، مما يصعب تقديرها بدقة باستخدام النماذج التقليدية.

تقدم الأبحاث الجديدة طريقة مبتكرة تعتمد على التعلم الانتقالي (Transfer Learning) غير الخاضع للإشراف، معتمدة على خوارزمية Di-PLS (Partial Least Squares غير المتحيزة). يهدف هذا النهج إلى توقع مستويات ضوضاء 2f بدقة تحت ظروف جديدة باستخدام إشارات متنوعة.

تقوم الدراسة بتطوير نماذج توقع مستقلة باستخدام إشارات حرارية وإشارات تسارع، حيث تمت مداولة فعالية طريقة Di-PLS بشكل منهجي مقارنة بالنماذج التقليدية. أظهرت النتائج أن طريقة Di-PLS تتفوق بشكل ملحوظ على النماذج التقليدية، إذ تقوم باستخراج الميزات المشتركة عبر الظروف المختلفة وتقليل الفجوة بين مجالات المصدر والهدف.

الأكثر إثارة للإعجاب، هو أن نموذج Di-PLS القائم على التسارع حقق الأداء الأفضل، مع الحفاظ على أخطاء توقعات ضمن 3 ديسيبل لجميع الحالات التجريبية. هذه التفوق على النماذج القائمة على الحالة الحرارية يبرز بمعلومات فيزيائية هامة: في حين تدفع الحالات الحرارية التغيرات الديناميكية، يمتلك الاهتزاز الهيكلي ارتباطاً سببياً قوياً ومباشراً مع الإشعاع الصوتي.