音空間の解析や制御に関する研究領域である空間音響処理において,音場,すなわち音圧などの音の物理量の空間的分布を推定する技術は重要な役割を果たしており,音場推定と呼ばれる.空間音響処理に関連する応用技術は広範囲にわたるが,その多くは音場推定を基盤とし,その推定精度は後段の処理の性能に大きく関わる.単純な設定において,音場推定の問題は,機械学習における関数補間の問題として定式化できるが,観測データのみに依存するような一般的な関数補間法を適用するだけでは高い推定精度は期待できない.音場の物理的な性質は強力な事前情報であり,これを推定にうまく取り入れることが重要と考えられる.本稿では,物理法則に基づく機械学習(physics-informed machine learning: PIML)に基づく音場推定,あるいは空間音響処理技術の基礎事項を解説するとともに,現在のPIMLに基づく音場推定法を概観する.
Building similarity graph...
Analyzing shared references across papers
Loading...
Shoichi KOYAMA
IEICE ESS FUNDAMENTALS REVIEW
National Institute of Informatics
Building similarity graph...
Analyzing shared references across papers
Loading...
Shoichi KOYAMA (Wed,) studied this question.
www.synapsesocial.com/papers/69d892d16c1944d70ce03fc2 — DOI: https://doi.org/10.1587/essfr.19.4_187