[3Win5] ポスターセッション3

[3Win5-100] 損失関数の動的調整を用いた物理法則に基づく深層学習による3次元音場推定

〇倉田 験¹、佐藤 元¹、津國 和泉¹、池田 雄介¹ (1.東京電機大学)

キーワード：PINNs、SIREN、音場再構成、室内音響

室内インパルス応答(RIR)は室内の音伝搬情報を含む信号であり、音場制御や分析をはじめとした多くの分野で活用されている。しかし、広範囲のRIRを得るには多点の測定点が必要で、実測が容易ではない。近年、損失関数に物理法則を導入した深層学習モデル(PINNs)を用い、少数のマイクロホン信号から初期RIRを推定する手法が研究されている。しかし、PINNsは物理法則とデータに基づく2種類の損失関数を使用するため、損失関数の勾配ベクトルが対立し、学習が停滞する問題がある。これを解決するため、これまで2次元音場において、損失関数を動的に調整するアルゴリズム(DPM)を導入し、学習を促進する手法を提案してきた。本研究では、DPMを３次元RIR推定のPINNsに適用し、推定精度の向上を試みた。シミュレーション実験では、2次反射まで考慮した初期RIRに対して、4×6×4 m³の室内中心に設置した6×6×4本のマイクロホンアレイから10×10×4本のマイクロホン信号を推定した。実験より、正規化平均二乗誤差を用いて評価した結果、従来のPINNsと比較して、DPM導入により推定精度に若干の改善が見られた。