Комбинированная модель локализации акустических источников с применением технологии глубокого обучения

doi:10.17223/19988605/68/11

Эндаумент фонд ТГУ!
Впиши своё имя в историю университета
- Сделать пожертвование -

Add to "Quick Collection"

Description	Size	Format
Комбинированная модель локализации акустических источников с применением технологии глубокого обучения	670 KB	Adobe Acrobat PDF	Read	Download
DOI Доступ к ресурсу на сайте издателя			10.17223/19988605/68/11

#глубокое обучение

#локализация акустического источника

#классификация

#акустическая интенсивность

#сверточные нейронные сети

Title: Комбинированная модель локализации акустических источников с применением технологии глубокого обучения
Creator: Шаход, Джиах Михаил
|
Агафонов, Евгений Дмитриевич
Date: 2024
DOI: 10.17223/19988605/68/11
Description: Представлена модель глубокого обучения для локализации акустического источника, которая рассматривает локализацию как проблему классификации направлений источников. Предложен подход, основанный на интеграции признаков акустической интенсивности и признаков GCC-PHAT (Generalized cross-correlation – phase transform) в качестве входных данных для сверточных нейронных сетей. С учетом условий моделирования были созданы наборы данных с целью обучения, валидации и тестирования модели с пространственным разрешением 10° и 2°. Результаты моделирования продемонстрировали эффективность предложенной модели при локализации источника с высокой точностью в замкнутой среде и при наличии реверберации. Предложенная модель с разрешением 10° превзошла модель, принимавшую только признаки акустической интенсивности в качестве входных данных, достигнув улучшения точности на 6,57% и точности прогнозирования на 2,86%, в то время как модель с разрешением 2° достигла улучшения точности на 15,57% и точности прогнозирования на 2,04%.

Relationships: Show Relationship Browser for this Object
collection(s): Журналы ТГУ
Identifier: смотреть в электронном каталоге НБ ТГУ
Type: статьи в журналах
Source: Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2024. № 68. С. 100-111
Language: rus