A comparison of modal decomposition algorithms for matched-mode processing
Notice bibliographique
Résumé
This paper compares a variety of modal decomposition methods used in matched-mode processing (MMP) for ocean acoustic source localization.MMP consists of decomposing far-field acoustic mea surements at an array of sensors to obtain the constituent mode excitations (modal decomposition), and then matching these excitations with modelled replica excitations computed for a grid of possible source locations.Modal decomposition can be ill-posed and unstable if the sensor array does not pro vide an adequate spatial sampling of the acoustic field, so the results of different approaches can vary substantially.Solutions can be characterized by modal resolution and solution covariance; however the ultimate test of the utility of the various methods is how well they perform as part of a MMP source localization algorithm.In this paper, the resolution and variance of the methods are examined using an ideal ocean environment, and MMP results are compared for a series of realistic synthetic test cases, including a variety of noise levels and sensor array configurations.Zeroth order regularized inversion is found to give the best results. SOM M AIRECet article compare diffrentes mthodes de dcomposition modale utilises en matched-mode process ing (MMP) pour la localisation de source acoustique marine.La mthode MMP consiste dcomposer le champ acoustique mesur par un rseau de capteurs pour obtenir les excitations modales prsentes (dcomposition modale), et ensuite faire correspondre ces excitations avec les excitations calcules par un modle numrique pour une grille de positions possibles de la source.Le problme de dcomposition modale peut tre mal pos et instable si les capteurs du rseau ne fournissent pas un chantillonnage spatial adquate du champ acoustique.Les rsultants de diffrentes approaches peuvent donc varier considrablement.Les solutions peuvent tre caractrises par la rsolution modale et la covariance de la solution.Cependant, le critre ultime d'utilit des diffrentes mthodes est de savoir leur degr de perfomance dans l'algorithme MMP pour la localisation de source.Dans cet article, la rsolution et la variance des mthodes sont examines en utilisant un environnement ocanique idal.Les rsultats obtenus avec la mthode MMP sont compars pour une srie de cas ralistique et synthtiques, com prenant diffrents niveaux de bruit et diffrentes configurations du rseau de capteurs.Les meilleurs rsultats sont obtenus avec la mthode d'inversion base sur une rgularisation d'ordre zro.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».