深海の音響伝送損失のエンドツーエンド予測のためのダイナミックマルチタスクニューラルネットワーク

科学分野:

• 海洋学 海洋学 海洋学
• アコースティクス アコースティクス
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• 深海の音響伝送損失の正確な予測は,ソナーと水中通信に不可欠です.
• 伝統的な数値モデルは,さまざまな空間範囲にわたる音響場を分析するために計算的に高価です.

研究 の 目的:

• 深海の音響伝送損失の効率的かつ正確な予測のための新しいディープラーニングモデルを開発する.
• 伝統的な音場モデリング方法に関連する高い計算コストに対処するために.

主な方法:

• 多タスク学習フレームワークを利用したダイナミックな多タスクU-Net (DMT-UNet) のニューラルネットワークが提案されました.
• このモデルは,環境への適応力を高めるために,情報源と音速プロフィールを統合しています.
• 異なる計算範囲での音響伝送損失のエンドツーエンドの共同モデリングは,ダイナミックなネットワーク構造の調整によって達成されました.

主要な成果:

• DMT-UNetは,シミュレートされたデータセットで約1.6dBの平均ルーツ平均平方誤差を達成しました.
• 伝統的な数値モデルと比較して,計算効率は98.8%以上改善されました.
• 梯度ベースの可視化は,音場分布を再構築する際にモデルの解釈性を実証した.

結論:

• DMT-UNetは,深海音響モデリングのための高い予測精度とコンピューティング効率を提供します.
• モデルは物理法則と一貫性を保ち,強力な一般化能力を発揮しています.
• 複雑な深海環境におけるリアルタイム,マルチタスクの音響モデリングを可能にします.