文献

J-GLOBAL ID：202502276707469785   整理番号：25A1200052

深層学習を用いたフィードバック型ANCの軽量化

Lightweight Feedback Active Noise Control Using Deep Learning

著者 (3件)： 人見一也 (埼玉大) ,  杉浦陽介 (埼玉大) ,  島村徹也 (埼玉大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2025  号： 春季  ページ： ROMBUNNO.3-Q-26  発行年： 2025年03月03日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・周囲の騒音を低減する技術としてANC(Active Noise Control)が注目。
・最近では深層学習を用いたFBANCが研究されており,非定常な騒音の特徴を捉えるために畳み込み層とRNNを組み合わせたDNoiseNetという手法が提案。
・本研究では,従来法であるDNoiseNetを基に計算量を削減した軽量なANC手法を提案。
・結果として,パラメータ数を約4分の1,計算時間を約3分の1に削減しつつ,ノイズ抑制性能を維持。
・今後は,より複雑な環境下での検証やリアルタイム処理の最適化を進める予定。

シソーラス用語： *騒音抑制 ,  *アクティブ騒音制御 ,  リカレントニューラルネットワーク ,  畳込み ,  実時間処理 ,  CPU時間 ,  軽量化 ,  *深層学習
準シソーラス用語： ANC【騒音】 ,  RNN ,  リアルタイム処理 ,  計算時間 ,  騒音低減

分類 (3件)： 人工知能  (JE08000Z) ,  音響信号処理  (BB03050C) ,  騒音・振動一般  (SB04020T)

タイトルに関連する用語 (4件)： 深層学習 ,  フィードバック ,  ANC ,  軽量化