MétaCan
Menu
Retour à la cohorte
Enregistrement W2716177640 · doi:10.1299/jsmeoptis.2008.8.143

201 Optimal Design of Source Location and Digital Filter Focused on the Acoustic Response in a Room

2008· article· en· W2716177640 sur OpenAlexaff
Takashi Kinoshita, Shinichi Ishizuka

Notice bibliographique

RevueThe Proceedings of OPTIS · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensCybernet Systems Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésAcousticsSound pressureComputer scienceFilter (signal processing)Room acousticsAudio feedbackAcoustic spaceCritical distanceAudio frequencyAcoustic waveSound (geography)Sound powerPhysicsReverberationComputer vision

Résumé

récupéré en direct d'OpenAlex

Multiple listening positions are assumed in a sound system such as the car audio system or the BGM system in a retail premise. Thus it is necessary to control the sound field in a room to obtain better frequency responses at multiple listening positions. There are several methods to control the sound field, i.e. spatial distribution of sound pressure in a room. One is manipulating the geometrical conditions like location of acoustic sources or shape of the room itself. The other is using multiple acoustic sources with multiple digital filters. By manipulating the difference in magnitude and phase response between multiple sources with digital filters, the spatial distribution of sound pressure in the room varies owing to the sound wave interference. This paper presents a concrete procedure of acoustic design in a room which is intended to obtain uniform and flat frequency responses at multiple positions by using optimization method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,218
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Proceedings of OPTISMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207