Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Цифровые, компьютерные и информационные технологии в науке и образовании; Брянск; Брянск
Год издания: 2026
Ключевые слова: глубокое обучение, локализация акустических источников, реальные акустические среды, акустическая интенсивность, сверточная нейронная сеть, обобщающая способность
Аннотация: В данной статьи проведена серия экспериментов для оценки эффективности моделей глубокого обучения, используемых для решения задачи локализации акустических источников в реальных акустических средах. Были рассмотрены две модели с пространственным разрешением 10º: SI-GCC-CNN, которая основана на объединении признаков интенсивности звука и обобщенной кросс-корреляции - фазового преобразования в качестве входных данных для сверточных нейронных сетей, и SI-CNN, которая основана на подаче признаков интенсивности звука в сверточную нейронную сеть. Обобщающая способность этих моделей оценивалась при изменении настроек конфигурации. Экспериментальные результаты показали эффективность и способность модели SI-GCC-CNN к обобщению при работе в условиях реальной акустической среды. Модель SI-GCC-CNN превзошла модель SI-CNN, достигнув улучшения точности локализации в 2.9 раза при изменении размера помещения, в 2.5 раза при изменении расстояния между источником и центром микрофонной решетки и в 2 раза при изменении местоположения микрофонной решетки.
Журнал: Цифровые, компьютерные и информационные технологии в науке и образовании
Номера страниц: 138-142
Место издания: Брянск