論文の概要: Vibroacoustic Frequency Response Prediction with Query-based Operator
Networks
- arxiv url: http://arxiv.org/abs/2310.05469v2
- Date: Wed, 11 Oct 2023 15:07:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-12 11:26:33.158635
- Title: Vibroacoustic Frequency Response Prediction with Query-based Operator
Networks
- Title(参考訳): クエリベース演算子ネットワークによる振動周波数応答予測
- Authors: Jan van Delden, Julius Schultz, Christopher Blech, Sabine C. Langer,
Timo L\"uddecke
- Abstract要約: 本研究では, 振動板の周波数応答を推定し, ビーディングの形状が変化した場合の周波数応答を推定する。
本稿では,プレート測地を周波数応答関数にマッピングする新しい周波数クエリ演算子モデルを提案する。
我々はこの手法を振動板ベンチマークで評価し、DeepONetsやフーリエニューラル演算子、より伝統的なニューラルネットワークアーキテクチャよりも優れていることを発見した。
- 参考スコア(独自算出の注目度): 2.149920384543722
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Understanding vibroacoustic wave propagation in mechanical structures like
airplanes, cars and houses is crucial to ensure health and comfort of their
users. To analyze such systems, designers and engineers primarily consider the
dynamic response in the frequency domain, which is computed through expensive
numerical simulations like the finite element method. In contrast, data-driven
surrogate models offer the promise of speeding up these simulations, thereby
facilitating tasks like design optimization, uncertainty quantification, and
design space exploration. We present a structured benchmark for a
representative vibroacoustic problem: Predicting the frequency response for
vibrating plates with varying forms of beadings. The benchmark features a total
of 12,000 plate geometries with an associated numerical solution and introduces
evaluation metrics to quantify the prediction quality. To address the frequency
response prediction task, we propose a novel frequency query operator model,
which is trained to map plate geometries to frequency response functions. By
integrating principles from operator learning and implicit models for shape
encoding, our approach effectively addresses the prediction of resonance peaks
of frequency responses. We evaluate the method on our vibrating-plates
benchmark and find that it outperforms DeepONets, Fourier Neural Operators and
more traditional neural network architectures. The code and dataset are
available from https://eckerlab.org/code/delden2023_plate.
- Abstract(参考訳): 航空機や車、家などの機械構造における振動波の伝播を理解することは、ユーザーの健康と快適性を確保するために重要である。
このようなシステムを分析するため、設計者や技術者は、有限要素法のような高価な数値シミュレーションによって計算される周波数領域の動的応答を主に検討した。
対照的に、データ駆動サロゲートモデルはこれらのシミュレーションを高速化し、設計最適化、不確実性定量化、設計空間探索といったタスクを容易にする。
本研究では, 振動板の周波数応答を推定し, ビーディングの形状が変化する場合の周波数応答を推定する。
このベンチマークは12,000のプレート測地と関連する数値解を持ち、予測品質の定量化のための評価指標を導入する。
周波数応答予測課題に対処するために,プレート測地を周波数応答関数にマッピングするように訓練した新しい周波数クエリー演算子モデルを提案する。
形状符号化のための演算子学習と暗黙モデルの統合により,周波数応答の共振ピークの予測を効果的に行う。
我々はこの手法を振動板ベンチマークで評価し、deeponets、フーリエニューラルネットワークオペレーター、より伝統的なニューラルネットワークアーキテクチャよりも優れていることを突き止めた。
コードとデータセットはhttps://eckerlab.org/code/delden2023_plateから利用できる。
関連論文リスト
- An investigation of the reconstruction capacity of stacked convolutional
autoencoders for log-mel-spectrograms [2.3204178451683264]
音声処理アプリケーションでは、ハイレベルな表現に基づく表現力のある音声の生成は、高い需要を示す。
ニューラルネットワークのような現代のアルゴリズムは、楽器の圧縮に基づく表現型シンセサイザーの開発にインスピレーションを与えている。
本研究では,多種多様な楽器に対する時間周波数音声表現の圧縮のための畳み込み畳み込みオートエンコーダについて検討した。
論文 参考訳(メタデータ) (2023-01-18T17:19:04Z) - Synthetic Wave-Geometric Impulse Responses for Improved Speech
Dereverberation [69.1351513309953]
室内インパルス応答 (RIR) の低周波成分を正確にシミュレートすることが, 良好な脱ヴァーベレーションを実現する上で重要であることを示す。
本研究では, ハイブリッド合成RIRで訓練された音声残響モデルが, 従来の幾何線トレーシング法により学習されたRIRで訓練されたモデルよりも優れていたことを示す。
論文 参考訳(メタデータ) (2022-12-10T20:15:23Z) - Explainable AI Algorithms for Vibration Data-based Fault Detection: Use
Case-adadpted Methods and Critical Evaluation [0.0]
深層ニューラルネットワークアルゴリズムを用いて振動データを解析することは、回転機械の損傷を早期に検出する有効な方法である。
本研究では、振動に基づく状態監視のための畳み込みニューラルネットワークへの説明可能なAI(XAI)アルゴリズムの適用について検討する。
論文 参考訳(メタデータ) (2022-07-21T19:57:36Z) - Deep Impulse Responses: Estimating and Parameterizing Filters with Deep
Networks [76.830358429947]
高雑音および地中設定におけるインパルス応答推定は難しい問題である。
本稿では,ニューラル表現学習の最近の進歩に基づいて,インパルス応答のパラメータ化と推定を行う新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2022-02-07T18:57:23Z) - Seismic wave propagation and inversion with Neural Operators [7.296366040398878]
我々は、最近開発されたNeural Operatorと呼ばれる機械学習パラダイムを用いて、一般的なソリューションを学習するためのプロトタイプフレームワークを開発した。
訓練されたニューラル演算子は、任意の速度構造やソース位置について、無視可能な時間で解を計算することができる。
本手法を2次元音響波動方程式を用いて説明し, 地震トモグラフィへの適用性を実証する。
論文 参考訳(メタデータ) (2021-08-11T19:17:39Z) - WaveTransform: Crafting Adversarial Examples via Input Decomposition [69.01794414018603]
本稿では,低周波サブバンドと高周波サブバンドに対応する逆雑音を生成するWaveTransformを紹介する。
実験により,提案攻撃は防衛アルゴリズムに対して有効であり,CNN間での転送も可能であることが示された。
論文 参考訳(メタデータ) (2020-10-29T17:16:59Z) - Conditioning Trick for Training Stable GANs [70.15099665710336]
本稿では,GANトレーニング中の不安定性問題に対応するため,ジェネレータネットワークに正規性から逸脱する条件付け手法を提案する。
我々は、生成元をシュア分解のスペクトル領域で計算された実サンプルの正規化関数から逸脱するように強制する。
論文 参考訳(メタデータ) (2020-10-12T16:50:22Z) - Real Time Speech Enhancement in the Waveform Domain [99.02180506016721]
本稿では,ラップトップCPU上でリアルタイムに動作する生波形を用いた因果音声強調モデルを提案する。
提案モデルは、スキップ接続を持つエンコーダデコーダアーキテクチャに基づいている。
静止ノイズや非定常ノイズを含む様々な背景ノイズを除去することができる。
論文 参考訳(メタデータ) (2020-06-23T09:19:13Z) - Forecasting Sequential Data using Consistent Koopman Autoencoders [52.209416711500005]
クープマン理論に関連する新しい物理学に基づく手法が導入された。
本稿では,既存の作業の多くと異なり,前方・後方のダイナミクスを生かした新しいコンシスタント・クープマン・オートエンコーダモデルを提案する。
このアプローチの鍵となるのは、一貫性のある力学と関連するクープマン作用素との相互作用を探索する新しい解析である。
論文 参考訳(メタデータ) (2020-03-04T18:24:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。