基于深度物理信息神经网络的RIR插值

Research Paper#Acoustics, Deep Learning, PINNs🔬 Research|分析: 2026年1月3日 16:18
发布: 2025年12月28日 12:57
1分で読める
ArXiv

分析

本文解决了从稀疏测量中估计房间脉冲响应 (RIR) 的问题,这是声学中的一个关键任务。它利用了物理信息神经网络 (PINN),结合物理定律来提高准确性。主要贡献是探索具有残差连接的更深层 PINN 架构,并比较激活函数,证明了性能的提高,尤其是在反射分量方面。这项工作为设计更有效的 PINN 解决声学逆问题提供了实用的见解。
引用 / 来源
查看原文
"The residual PINN with sinusoidal activations achieves the highest accuracy for both interpolation and extrapolation of RIRs."
A
ArXiv2025年12月28日 12:57
* 根据版权法第32条进行合法引用。