الانحدار والتصنيف لتقدير اتجاه الوصول باستخدام الشبكات العصبية التكرارية الإدراكية

نقدم نهجًا جديدًا قائمًا على التعلم لتقدير اتجاه الوصول (DOA) لمصدر الصوت باستخدام شبكة عصبية تكرارية تلافيفية (CRNN) تم تدريبها عبر الانحدار على بيانات مصنعة ومسميات كارتيزية. كما نصف طريقة محسنة لإنتاج البيانات المصنعة لتدريب الشبكة العصبية باستخدام خوارزميات صوتية حديثة تعتمد على نماذج الانعكاسات اللمعية والمنثورة للصوت. نقارن نموذجنا مع ثلاثة نماذج CRNN أخرى تم تدريبها باستخدام صيغ مختلفة لنفس المشكلة: تصنيف المسميات الفئوية، وانحدار المسميات الإحداثية الكروية. في التطبيق العملي، يحقق نموذجنا انخفاضًا بنسبة تصل إلى 43% في الخطأ الزاوي مقارنة بالطرق السابقة. استخدام الانعكاس المنثور يؤدي إلى انخفاض بنسبة 34% و41% في أخطاء التنبؤ الزاوية على مجموعات بيانات LOCATA وSOFA، على التوالي، مقارنة بالطرق السابقة التي تعتمد على طرق مصدر الصور. ينتج عن طريقتنا انخفاض إضافي بنسبة 3% في الأخطاء مقارنة بالخطط السابقة التي تستند إلى شبكات قائمة على التصنيف، ونستخدم 36% أقل من معلمات الشبكة.