声波传播的贝叶斯推断与神经估计
声音
2023-05-30 v1 人工智能
音频与语音处理
数据分析、统计与概率
摘要
本工作中，我们引入一种结合物理与机器学习方法分析声学信号的新框架。为此开发了三种方法：用于推断频谱声学特性的贝叶斯推断方法、为神经网络配备前向与后向物理损失的神经-物理模型，以及作为基准的非线性最小二乘方法。推断的传播系数可导出房间脉冲响应（RIR）量，该量可用于带不确定性的重定位。该框架的简洁性与高效性在仿真数据上得到了经验验证。
引用
@article{arxiv.2305.17749,
title = {Bayesian inference and neural estimation of acoustic wave propagation},
author = {Yongchao Huang and Yuhang He and Hong Ge},
journal= {arXiv preprint arXiv:2305.17749},
year = {2023}
}