論文の概要: Transfer Learning for Tonal Noise Prediction in VRF Units Using Thermodynamic and Vibration Signals

• arxiv url: http://arxiv.org/abs/2605.00895v1
• Date: Tue, 28 Apr 2026 01:21:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.458262
• Title: Transfer Learning for Tonal Noise Prediction in VRF Units Using Thermodynamic and Vibration Signals
• Title（参考訳）: 熱力学・振動信号を用いたVRFユニットの音色予測のための伝達学習
• Authors: ZhiWei Su, Ding Wang, Yuan Guo, Yang Qiao, HongJun Cao,
• Abstract要約: ツイン圧縮機で発生する2階高調波(2f)成分は、可変冷媒流(VRF)屋外ユニットの主成分である。 本稿では,2f雑音レベルを正確に予測するために,ドメイン不変部分最小広場(Di-PLS)に基づく教師なし移動学習手法を提案する。
• 参考スコア（独自算出の注目度）: 17.249892661063928
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The second-order harmonic (2f) component generated by twin-rotary compressor is a dominant low-frequency noise source of variable refrigerant flow (VRF) outdoor units, yet its amplitude fluctuates strongly with environmental thermal load and valve opening, making it difficult to assess accurately using conventional mechanism-based models. This paper proposes an unsupervised transfer learning method based on Domain-invariant Partial Least Squares (Di-PLS) to accurately predict 2f noise levels under new conditions using different signals. Prediction models utilizing thermodynamic signals and acceleration signals are constructed respectively, and the generalization performance of the proposed Di-PLS is systematically compared with traditional Partial Least Squares (PLS). Results demonstrate that Di-PLS significantly outperforms PLS by extracting cross-condition common features and minimizing the distribution discrepancy between the source and target domains. Specifically, the acceleration-based Di-PLS model achieves the best performance, maintaining prediction errors within 3 dB for all test cases. This superiority over thermodynamic-based models highlights a physical insight: while thermodynamic states drive dynamic changes, structural vibration possesses a stronger and more direct causal link to acoustic radiation.
• Abstract（参考訳）: 二回転圧縮機によって生成される二階高調波(2f)成分は、可変冷媒流(VRF)屋外ユニットの主成分であるが、その振幅は環境熱負荷やバルブ開口によって強く変動し、従来の機構モデルを用いて正確に評価することが困難である。 本稿では,異なる信号を用いた新しい条件下での2f雑音レベルを正確に予測するための,ドメイン不変部分最小広場(Di-PLS)に基づく教師なし変換学習手法を提案する。 熱力学信号と加速度信号を用いた予測モデルを構築し,提案したDi-PLSの一般化性能を従来の部分最小方形(PLS)と比較した。 その結果,Di-PLSは条件間共通特徴を抽出し,ソース領域とターゲット領域間の分布差を最小化することによりPLSを著しく上回ることがわかった。 具体的には、加速度に基づくDi-PLSモデルは、全てのテストケースに対して3dB以内の予測誤差を保ち、最高の性能を達成する。 熱力学状態が動的変化を駆動する一方で、構造振動は音響放射とより強く直接的な因果関係を持つ。

関連論文リスト

• Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models [53.79667447811139]
  受信した信号に直接適用した場合、単一のディープニューラルネットワークアーキテクチャが共同で検出および分離することを学習していることを示す。 これらの結果から,UJM は DTS に代わるスケーラブルで実用的な代替品であり,広範に推定された統合分離のための新たな方向を開拓した。
  論文  参考訳（メタデータ） (2026-02-04T15:25:02Z)
• Short-term electricity load forecasting with multi-frequency reconstruction diffusion [26.01653368112603]
  本稿では,STELFの多周波再構成を用いた新しい拡散モデルを提案する。 MFRDモデルは4つの重要なステップを通じて正確な負荷予測を実現する。
  論文  参考訳（メタデータ） (2026-01-10T11:22:25Z)
• Mitigating the Noise Shift for Denoising Generative Models via Noise Awareness Guidance [54.88271057438763]
  ノイズアウェアネスガイダンス (NAG) は、事前に定義された騒音スケジュールと整合性を保つために、サンプリング軌道を明示的に制御する補正手法である。 NAGは一貫してノイズシフトを緩和し、主流拡散モデルの生成品質を大幅に改善する。
  論文  参考訳（メタデータ） (2025-10-14T13:31:34Z)
• PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
  既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。 本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。 これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。 Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-29T14:36:45Z)
• Towards Robust Image Denoising with Scale Equivariance [10.894808298340994]
  我々は,空間的一様雑音のトレーニングから,空間的非一様劣化の推論まで,モデルがより適応できるようになることを論じる。 本稿では,HNM (Heterogeneous Normalization Module) とIGM (Interactive Gating Module) の2つの主要コンポーネントを備える頑健なブラインド認知フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-05T00:06:28Z)
• Variational quantum simulation of a nonadditive relaxation dynamics in a qubit coupled to a finite-temperature bath [0.0]
  本稿では, 変動量子シミュレーションフレームワークを用いて, 短期量子ハードウェア上での有限温度開系力学を捉える。 我々はリンドブラッド表現による熱浴によるエネルギー交換をモデル化し,現実的な散逸効果をシミュレーションした。
  論文  参考訳（メタデータ） (2025-05-17T14:08:23Z)
• LoCA: Location-Aware Cosine Adaptation for Parameter-Efficient Fine-Tuning [47.77830360814755]
  位置認識コサイン適応(LoCA)は離散逆コサイン変換(iDCT)に基づく新しい周波数領域パラメーター効率微調整法である 分析の結果,周波数領域の分解が従来の低ランク手法の表現率を上回ることが判明した。 多様な言語および視覚的微調整タスクの実験は、LoCAが低ランク法に匹敵する計算能力を維持しながら、パラメータ効率を向上することを示した。
  論文  参考訳（メタデータ） (2025-02-05T04:14:34Z)
• A classical model of spontaneous parametric down-conversion [0.0]
  DFGプロセスから発生するフィールドのポンプ次相関がSPDCから信号フィールドのポンプ次相関を再現していることを解析的に示す。 理論的には、2階のSU(1,1)干渉誘導コヒーレンスを両方の利得系で捉えることに成功した。 我々のモデルは、SPDCと誘導コヒーレンスという文脈における古典量子分割に関する新しい基本的な洞察をもたらすだけでなく、SPDCに基づく多数の実験や応用に有用な理論ツールにもなり得る。
  論文  参考訳（メタデータ） (2022-01-11T09:00:18Z)

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。