講演抄録/キーワード |
講演名 |
2016-03-28 13:15
[ポスター講演]ディープニューラルネットワークを用いた遅延和ビームフォーマの最適化 ○折口槙弥・水町光徳(九工大) EA2015-75 SIP2015-124 SP2015-103 |
抄録 |
(和) |
遅延和ビームフォーマは、線形演算のため目的信号に歪みを生じさせないが、目的信号方向以外の指向性制御を行うことはできない。そこで、ニューラルネットワークを用いた遅延和ビームフォーマの荷重係数最適化が提案されているが、高調波歪みが発生することがわかっている。本研究では、遅延和ビームフォーマの主ローブの更なる先鋭化と高調波歪みの低減を目指し、ディープニューラルネットワークによる学習過程の変更と不等間隔マイクロホン配置とサブバンド処理の導入により、遅延和ビームフォーマの荷重係数の最適化を行う。狭帯域信号を用いた性能評価の結果、提案法は、従来法の問題点を改善できることを確認した。 |
(英) |
Delay-and-sum beamformers could yield distortion-less target signals, but could not control the beam-pattern except the direction of the target signal. The weights used in a delay-and-sum beamformer can be optimized the beam-pattern using a neural network. The resultant weights by non-linear leaning cause harmonic distortion in the higher frequency range. In this study, an advanced beamformer is proposed to achieve a sharper main lobe and reduction of the harmonic distortion. The proposed method substitutes the deep neural network for the conventional neural network, and employs non-equally-spaced microphones and sub-band processing. It is confirmed that the proposed beamformer has advantage in sharpening the main-lobe and reducing the harmonic distortion over the conventional method. |
キーワード |
(和) |
ディープニューラルネットワーク / 遅延和ビームフォーマ / 最適化 / 帯域分割 / / / / |
(英) |
Deep Neural Network / delay and sum beamformer / optimization / sub-band processing / / / / |
文献情報 |
信学技報, vol. 115, no. 521, EA2015-75, pp. 51-56, 2016年3月. |
資料番号 |
EA2015-75 |
発行日 |
2016-03-21 (EA, SIP, SP) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
EA2015-75 SIP2015-124 SP2015-103 |
研究会情報 |
研究会 |
EA SP SIP |
開催期間 |
2016-03-28 - 2016-03-29 |
開催地(和) |
別府国際コンベンションセンター B-ConPlaza |
開催地(英) |
Beppu International Convention Center B-ConPlaza |
テーマ(和) |
応用/電気音響,音声,信号処理,一般 |
テーマ(英) |
Engineering/Electro Acoustics, Speech, Signal Processing, and Related Topics |
講演論文情報の詳細 |
申込み研究会 |
EA |
会議コード |
2016-03-EA-SP-SIP |
本文の言語 |
日本語 |
タイトル(和) |
ディープニューラルネットワークを用いた遅延和ビームフォーマの最適化 |
サブタイトル(和) |
|
タイトル(英) |
Optimization of delay and sum beamformer using deep neural network |
サブタイトル(英) |
|
キーワード(1)(和/英) |
ディープニューラルネットワーク / Deep Neural Network |
キーワード(2)(和/英) |
遅延和ビームフォーマ / delay and sum beamformer |
キーワード(3)(和/英) |
最適化 / optimization |
キーワード(4)(和/英) |
帯域分割 / sub-band processing |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
折口 槙弥 / Maya Origuchi / オリグチ マヤ |
第1著者 所属(和/英) |
九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: KIT) |
第2著者 氏名(和/英/ヨミ) |
水町 光徳 / Mitsunori Mizumachi / ミズマチ ミツノリ |
第2著者 所属(和/英) |
九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: KIT) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2016-03-28 13:15:00 |
発表時間 |
90分 |
申込先研究会 |
EA |
資料番号 |
EA2015-75, SIP2015-124, SP2015-103 |
巻番号(vol) |
vol.115 |
号番号(no) |
no.521(EA), no.522(SIP), no.523(SP) |
ページ範囲 |
pp.51-56 |
ページ数 |
6 |
発行日 |
2016-03-21 (EA, SIP, SP) |
|