論文の概要: PathRIR: Physics-Guided Acoustic Path Selection and Late-Tail Compensation for Fast Room Impulse Response Simulation

• arxiv url: http://arxiv.org/abs/2607.23293v1
• Date: Sat, 25 Jul 2026 17:05:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.053597
• Title: PathRIR: Physics-Guided Acoustic Path Selection and Late-Tail Compensation for Fast Room Impulse Response Simulation
• Title（参考訳）: PathRIR:高速室インパルス応答シミュレーションのための物理誘導音響経路選択と遅角補償
• Abstract要約: 画像ソース・メソッド(ISM)に基づく室内インパルス応答(RIR)シミュレーションは,音響シーンモデリングに有用で物理的に解釈可能なツールである。 ISMの幾何学的構造を保ちながら、音響的に重要な画像ソースパスのみを学習しながら、高速なRIRシミュレーションのための物理誘導フレームワークを提案する。 不規則な3D部屋の実験では、PathRIRは画像ソースの計算を減らし、フルオーダーのISMシミュレータよりも実行効率を向上させる。
• 参考スコア（独自算出の注目度）: 22.585426790085222
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image-source-method (ISM)-based room impulse response (RIR) simulation is a useful and physically interpretable tool for acoustic scene modeling, but full-order ISM becomes computationally expensive as the reflection order and room complexity increase. We propose a physics-guided framework for fast RIR simulation that preserves the geometric structure of ISM while learning to retain only acoustically important image-source paths during online traversal. To recover energy removed by pruning, the proposed PathRIR uses a lightweight compensation multilayer perceptron to predict the missing late-tail energy envelope and generate a compensation tail whose energy follows that envelope. Experiments on irregular 3D rooms show that PathRIR reduces image-source computation and improves runtime efficiency over a full-order ISM simulator, while achieving low waveform- and decay-related errors. Ablation results show that adding the compensation tail improves waveform fidelity and reduces energy-decay-curve error, reverberation-time error, and direct-to-reverberant-ratio error, with modest runtime overhead.
• Abstract（参考訳）: 画像ソース法 (ISM) に基づく室内インパルス応答 (RIR) シミュレーションは音響シーンモデリングに有用で物理的に解釈可能なツールであるが, 反射次数と室内複雑さの増加に伴い, 全階ISMは計算コストが高くなる。 高速なRIRシミュレーションのための物理誘導型フレームワークを提案する。このフレームワークはISMの幾何学的構造を保ちながら、オンライントラバーサル中は音響的に重要な画像ソースパスのみを保持することを学習する。 プルーニングによって取り除かれたエネルギーを回収するために、提案したPathRIRは軽量の補償多層パーセプトロンを使用して、欠落したラテックテールエネルギー包絡を予測し、そのエンベロープにエネルギーが従う補償テールを生成する。 不規則な3D部屋の実験では、PathRIRは画像ソースの計算を減らし、完全なISMシミュレータ上での実行効率を向上させるとともに、低波形および減衰関連エラーを達成している。 アブレーションの結果,補償テールの追加により波形の忠実度が向上し,エネルギーデカイ曲線誤差,残響時間誤差,直交残響比誤差が小さくなり,実行時のオーバーヘッドが緩やかになることがわかった。

関連論文リスト

• MeanSR: Restoration Trajectory Learning for One-Step Perceptual Super-Resolution [50.60539317126614]
  MeanSRはLR条件の平均速度場を学習し、ノイズ入力から可算HR出力への有限時間遷移を直接キャプチャする。 実験の結果、MeanSRはCLIPIQA、MUSIQ、MANIQAでCTMSRより優れており、FLOPと推論遅延を大幅に低減していることがわかった。
  論文  参考訳（メタデータ） (2026-08-10T10:33:18Z)
• Timestep Rescheduling in Diffusion Inversion [79.30105376216544]
  ノイズスケジューラにおける拡散時間ステップの選択が逆忠実度にどのように影響するかを示す。 本稿では,グローバルな再スケーリングとローカルな動的プログラミングに基づく再スケジューリングを統合した,シンプルで効果的な非一様タイムスケジューラを提案する。 本手法は,既存のインバージョン手法の既製の拡張として機能し,余分なパラメータや計算オーバーヘッドを必要としない。
  論文  参考訳（メタデータ） (2026-06-13T16:32:01Z)
• Variational Network with Wavelet-based UNET in Accelerated MRI Reconstruction from Under Sampled K-space Data [1.503974529275767]
  本稿では,ウェーブレットベースU-Net(W-UNet)を用いたMRIの高速化のための変分ネットワークを提案する。 このフレームワークは、物理誘導的反復再構成と学習可能なマルチスケールの周波数表現を組み合わせたものである。 fastMRI膝とM4脳データセットの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-06-13T07:34:28Z)
• Restoration-Aligned Generative Flow Models for Blind Motion Deblurring [57.425021485907756]
  本稿では,フロー軌跡自体を再構成することで,不整合を解消するフレームワークであるDeFlowを紹介する。 この定式化の下では、標準フローマッチング損失は自然に残留損失の形を取る。 GoPro、HIDE、RealBlur、RWBIの実験では、DeFlowは強力な復元忠実性と知覚リアリズムを実現している。
  論文  参考訳（メタデータ） (2026-05-09T10:05:51Z)
• FINDER: Zero-Shot Field-Integrated Network for Distortion-free EPI Reconstruction in Diffusion MRI [3.758780571280516]
  FINDER (Field-Integrated Network for Distortion-free EPI Reconstruction) はゼロショット・スキャン固有の新しいフレームワークである。 これは、基底画像と$B_0$フィールドマップの合同最適化として再構成を再構成する。 FINDERは、最先端のベースラインよりも優れた幾何学的忠実度と画質を実現する。
  論文  参考訳（メタデータ） (2026-03-27T07:05:46Z)
• Recursive Dynamics in Fast-Weights Homeostatic Reentry Networks: Toward Reflective Intelligence [0.0]
  本研究では、高速な連想記憶、ホメオスタティック正規化、学習された再帰フィードバックを統合し、ニューラルネットワークの自己参照計算を近似するニューラルネットワーク機構であるFH-RL(Fast-Weights Homeostatic Reentry Layer)を紹介する。 Information Reentry Ratio(IRR)、Eigen-Spectrum Recursion Index(ESRI)、Representational Drift Periodicity(RDP)の3つの新しい指標を用いて、Reentry gain $gamma$のコントロール実験を行い、創発的内部ダイナミクスを評価する。 これらの知見は、フィードバック間のバランスから、反射的、思考的な内部処理が生じるという定量的証拠を提供する。
  論文  参考訳（メタデータ） (2025-11-10T07:36:45Z)
• Dynamic-Aware Spatio-temporal Representation Learning for Dynamic MRI Reconstruction [8.092490306154673]
  InRに基づく動的MRI再構成モデルであるDynamic-Aware INR (DA-INR)を提案する。 画像領域におけるダイナミックMRIデータの空間的・時間的連続性を捉え、データの時間的冗長性をモデル構造に明示的に組み込む。 その結果、DA-INRは極端アンサンプ比でも復元品質で他のモデルより優れる。
  論文  参考訳（メタデータ） (2025-01-15T12:11:33Z)
• Physics-Driven Turbulence Image Restoration with Stochastic Refinement [80.79900297089176]
  大気乱流による画像歪みは、長距離光学画像システムにおいて重要な問題である。 ディープラーニングモデルが現実世界の乱流条件に適応するために、高速で物理学的なシミュレーションツールが導入された。 本稿では,物理統合復元ネットワーク(PiRN)を提案する。
  論文  参考訳（メタデータ） (2023-07-20T05:49:21Z)
• 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)
• Towards performant and reliable undersampled MR reconstruction via diffusion model sampling [67.73698021297022]
  DiffuseReconは拡散モデルに基づく新しいMR再構成法である。 観測された信号に基づいて生成過程を導出する。 特定の加速因子に関する追加の訓練は必要としない。
  論文  参考訳（メタデータ） (2022-03-08T02:25:38Z)
• ReconFormer: Accelerated MRI Reconstruction Using Recurrent Transformer [60.27951773998535]
  本稿では,MRI再構成のためのリカレントトランスモデルである textbfReconFormer を提案する。 高度にアンダーサンプリングされたk空間データから高純度磁気共鳴像を反復的に再構成することができる。 パラメータ効率が向上し,最先端手法よりも大幅に向上したことを示す。
  論文  参考訳（メタデータ） (2022-01-23T21:58:19Z)

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。