差分近似型Helmholtz 方程式に基づく損失関数を用いた深層学習による少数観測点からの音場推定

• Item type: SIG Technical Reports(1)
• 公開日: 2022-02-22
• タイトル: 差分近似型Helmholtz 方程式に基づく損失関数を用いた深層学習による少数観測点からの音場推定
• タイトル / 言語: en
• タイトル: Sound Field Estimation from Small Number of Observations by Deep Learning with Difference-Approximation-Based Helmholtz-Equation\nLoss Function
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ポスターセッション2
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者名: 重見, 和秀; 小山, 翔一; 中村, 友彦; 猿渡, 洋
• 著者名(英): Kazuhide, Shigemi; Shoichi, Koyama; Tomohiko, Nakamura; Hiroshi, Saruwatari
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 少数の観測点による単一周波数音場推定問題に対し，Helmholtz 方程式を考慮した損失関数を用いた畳み込みニューラルネットワーク（CNN）ベースの音場推定手法を提案する．CNN に基づく音場推定手法は，事前の測定データを利用することで推定対象の音環境を学習し，より高精度に音場を推定できる．しかし，従来手法では Helmholtz 方程式を満たさない物理的に実現不可能な出力が許容されていた．これに対し，提案法では Helmholtz 方程式の差分近似に基づく損失関数を設計することで，物理的な制約を反映した CNN の学習法を可能にする．数値実験により，提案法は従来法と同程度の音場推定精度を保ちつつ，Helmholtz 方程式からの逸脱がより少ない音場を推定できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a single-frequency sound field estimation method from a small number of observations that uses a loss function based on the Helmholtz equation for training a convolutional neural network (CNN). Conventional CNN-based sound field estimation methods can enhance the estimation accuracy by using the measurements of the target sound environment. However, since they treat the sound field as a two-dimensional array, their estimated results may be physically infeasible, i.e., those results do not always satisfy the Helmholtz equation. To overcome this problem, we propose a loss function using the difference approximation of the Helmholtz equation, which enables us to encompass the physical constraint of the sound field in the CNN training. Results of numerical experiments show that the proposed method can estimate the sound fields less deviated from the Helmholtz equation while maintaining the accuracy of the sound field estimation.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2022-SLP-140, 号 26, p. 1-8, 発行日 2022-02-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会