論文の概要: Framing Spatial Hearing within the Free Energy Principle: A Hierarchical Model of Perceptual Learning
- arxiv url: http://arxiv.org/abs/2610.23196v1
- Date: Fri, 16 Oct 2026 09:32:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 00:56:07.855149
- Title: Framing Spatial Hearing within the Free Energy Principle: A Hierarchical Model of Perceptual Learning
- Title（参考訳）: 自由エネルギー原理における空間聴覚の分断--知覚学習の階層モデル
- Abstract要約: 空間的聴覚は、常に変化する音響条件から空間情報を復号するために、動的内部表現に依存している。
FEPは、知覚、学習、行動を変動自由エネルギーの結合最小化として記述する。
この研究は、FEPのための引き込み可能な領域として空間聴力を確立し、将来の閉ループ実験を完全な行動知覚サイクルで動機付ける。
- 参考スコア（独自算出の注目度）: 4.791940743080381
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spatial hearing relies on dynamic internal representations to decode spatial information from ever-changing acoustic conditions. A fundamental example is sound localisation, where listeners infer the direction of an invisible sound. Bayesian inference provides a computational account of such a localisation process; however, modelling efforts are largely limited to static listening scenarios. Instead, the free energy principle (FEP) describes perception, learning, and action as joint minimisation of variational free energy (VFE), providing a principled framework to account for dynamic conditions. Here, we take a first step toward applying the FEP to spatial hearing. We characterise how listeners' beliefs evolve across trials, in which they estimated sound direction and received subsequent visual feedback on each trial. Listeners are described by a hierarchical generative model where visual feedback drives gradient descent on VFE, updating beliefs over three independent quantities: lateral and polar localisation precisions and hemifield disambiguation. The model captures individual learning trajectories and reveals components with different dynamics: lateral precision improves, as does hemifield disambiguation, consistent with increased sensitivity of the auditory pathway in decoding vertical direction. Notably, polar precision also increases, most for listeners with the lowest initial precision, suggesting that the observed vertical improvement is driven by both hemifield disambiguation and polar precision. This work establishes spatial hearing as a tractable domain for FEP and motivates future closed-loop experiments with full action-perception cycles.
- Abstract（参考訳）: 空間的聴覚は、常に変化する音響条件から空間情報を復号するために、動的内部表現に依存している。
基本的な例として、聴取者が見えない音の方向を推測する音像定位がある。
ベイズ推論はそのような局所化過程の計算的説明を提供するが、モデリングの取り組みは静的リスニングのシナリオに限られる。
代わりに自由エネルギー原理(FEP)は、知覚、学習、行動を変動自由エネルギー(VFE)の共同最小化として記述し、動的条件を考慮に入れた原則的な枠組みを提供する。
ここでは、FEPを空間聴覚に適用する第一歩を踏み出す。
我々は,聴取者の信念が試行錯誤する様子を特徴付け,各試行に対して音の方向を推定し,その後の視覚的フィードバックを受ける。
聴取者は、視覚フィードバックがVFEの勾配降下を駆動し、3つの独立した量の信念を更新する階層的生成モデルによって記述される。
横方向の精度は、垂直方向の聴覚経路の感度の向上と一致し、ヘミフィールドの曖昧さも改善する。
特に、最も低い初期精度のリスナーにとっては、観測された垂直改善は、半球の曖昧さと極度の正確さの両方によって駆動されることが示唆される。
この研究は、FEPのための引き込み可能な領域として空間聴力を確立し、将来の閉ループ実験を完全な行動知覚サイクルで動機付ける。
関連論文リスト
- Acoustic Ellipses: Bio-Inspired Omnidirectional Echolocation in Cooperative Multi-Agent Systems using Frequency Sweeps [0.0]
定常音源を周波数変調したチャープを出力することで,協調エージェントが環境中の障害を効果的に識別できる手法を提案する。
本稿では,直接と反射するチャープ信号の周波数ギャップを利用した新しいマッピング手法を提案する。
本研究は,Swarmロボットシステムにおける環境マッピングへの低コストアプローチの基礎となるものである。
論文 参考訳（メタデータ） (2026-09-17T21:36:15Z) - From Atoms to Entropy: Optimal Noise Allocation for Diffusion Training in the Convex Regime [52.459513910242485]
拡散訓練における最適な雑音レベルアロケーションを研究するための一般統計フレームワークを開発する。
最適化されたトレーニングスケジュールは、有限個のノイズレベルに集中した原子最小値を持つことを示す。
次に,大規模実験におけるエントロピック・スケジュールの評価を行った。
論文 参考訳（メタデータ） (2026-07-10T20:59:06Z) - Resounding Acoustic Fields with Reciprocity [13.126858950459557]
音場学習を容易にする物理に着想を得たアプローチであるVersaを紹介する。
提案手法は,エミッタとリスナのポーズを交換することで,高密度な仮想エミッタ位置を持つ物理的に有効なサンプルを生成する。
以上の結果から,実世界の実環境とシミュレーションデータを用いた音場学習の性能は大幅に向上した。
論文 参考訳（メタデータ） (2025-10-23T14:30:09Z) - Gaussian Process Regression of Steering Vectors With Physics-Aware Deep Composite Kernels for Augmented Listening [0.7778724782015985]
本稿では、マイクロホンの周波数と位置に対するステアリングベクトルの連続表現と拡張リスニングのための音源について検討する。
指向性波動とそれに続く散乱効果をモデル化した物理対応複合カーネルを提案する。
論文 参考訳（メタデータ） (2025-08-20T09:29:14Z) - FreSca: Scaling in Frequency Space Enhances Diffusion Models [55.75504192166779]
本稿では,潜時拡散モデルにおける周波数制御について検討する。
本稿では,低周波成分と高周波成分にノイズ差を分解する新しいフレームワークFreScaを紹介する。
FreScaはモデルの再トレーニングやアーキテクチャの変更なしに動作し、モデルとタスクに依存しない制御を提供する。
論文 参考訳（メタデータ） (2025-04-02T22:03:11Z) - Unsupervised Blind Joint Dereverberation and Room Acoustics Estimation with Diffusion Models [21.669363620480333]
本稿では,BUDDy と呼ばれる単一チャネルブラインド除去と室内インパルス応答 (RIR) 推定のための教師なし手法を提案する。
周波数サブバンド毎に指数減衰したRIRを表すパラメトリックフィルタを設計する。
本稿では,RIR推定におけるBUDDyの性能について検討し,不整合音響条件に対する最先端の教師付き推定器を超越して観測する。
論文 参考訳（メタデータ） (2024-08-14T11:31:32Z) - KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。
我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。
我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
論文 参考訳（メタデータ） (2024-07-18T05:48:24Z) - Neural Acoustic Context Field: Rendering Realistic Room Impulse Response
With Neural Fields [61.07542274267568]
このレターでは、音声シーンをパラメータ化するためのNACFと呼ばれる新しいニューラルネットワークコンテキストフィールドアプローチを提案する。
RIRのユニークな性質により、時間相関モジュールとマルチスケールエネルギー崩壊基準を設計する。
実験の結果,NACFは既存のフィールドベース手法よりも顕著なマージンで優れていた。
論文 参考訳（メタデータ） (2023-09-27T19:50:50Z) - Few-Shot Audio-Visual Learning of Environment Acoustics [89.16560042178523]
室内インパルス応答 (RIR) 関数は、周囲の物理的環境がリスナーが聴く音をどう変換するかをキャプチャする。
我々は、空間で観測された画像とエコーのスパースセットに基づいて、RIRを推測する方法を探る。
3次元環境のための最先端オーディオ視覚シミュレータを用いた実験において,本手法が任意のRIRを生成できることを実証した。
論文 参考訳（メタデータ） (2022-06-08T16:38:24Z) - Temporal-Spatial Neural Filter: Direction Informed End-to-End
Multi-channel Target Speech Separation [66.46123655365113]
ターゲット音声分離とは、混合信号からターゲット話者の音声を抽出することを指す。
主な課題は、複雑な音響環境とリアルタイム処理の要件である。
複数話者混合から対象音声波形を直接推定する時間空間ニューラルフィルタを提案する。
論文 参考訳（メタデータ） (2020-01-02T11:12:50Z)
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。