MétaCan
Menu
Retour à la cohorte
Enregistrement W4416055185

Integration of virtual sound sources in electric vehicle interior

2023· dissertation· fr· W4416055185 sur OpenAlexaboutno aff
Théophile Dupré

Notice bibliographique

Revuetheses.fr (ABES) · 2023
Typedissertation
Languefr
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTimbreNova scotiaSound systemSonification
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Avec le développement des véhicules à motorisation électrique, le paysage sonore intérieur des véhicules change et les designers sonores s'intéressent désormais à la création d'ambiances sonores contrôlées et agréables dans l'habitacle. Par exemple, l'absence du son prédominant du moteur modifie la perception qu'a le conducteur de la dynamique de son véhicule. De précédents travaux ont proposé des stratégies de sonification pour augmenter l'environnement sonore de l'habitacle en rétablissant la dynamique du véhicule à l'aide de retours sonores synthétiques. Cependant, les utilisateurs signalent un manque d'intégration de ces retours dans l'environnement sonore existant entraînant un rejet de ces solutions. L'objectif de cette thèse est d'étudier ce qui fait qu'une source appartient ou non à un environnement afin d'envisager une intégration plus cohérente de sources virtuelles dans un véhicule. En utilisant une méthode d'analyse par synthèse, des paramètres acoustiques de timbre et d'espace du bruit moteur et de l'habitacle des véhicules thermiques portant le caractère réaliste ont été investigués. En particulier, les résonances de l'habitacle ainsi que la répartition acoustique spatiale du bruit moteur se sont avérées améliorer perceptivement le réalisme de l'environnement contrairement à des caractéristiques de timbre plus subtiles comme des micro-modulations aléatoires. La modélisation de ces phénomènes a permis d'envisager l'intégration d'un retour sonore dans les véhicules électriques portant ces mêmes caractéristiques et d'évaluer leur impact sur la cohérence globale de l'environnement sonore. Des expériences perceptives ont été menées en environnement virtuel audiovisuel représentatif d'un véhicule et ont mis en évidence l'importance des caractéristiques acoustiques spatiales dans la perception d'un habitacle et ont validé l'hypothèse qu'appliquer une répartition spatiale d'un bruit moteur au retour sonore sur la dynamique dans un véhicule électrique améliore l'intégration de cette source virtuelle. Dans le contexte automobile, ces résultats encouragent à prendre en compte la dimension spatiale dans la conception et l'intégration de nouveaux retours sonores afin de créer une ambiance globale cohérente. Plus généralement, dans un contexte de réalité augmentée, ces résultats montrent que le comportement spatial des sources sonores virtuelles est un facteur essentiel pour une intégration cohérente dans l'environnement réel.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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.

Devis d'étudeExpérimental (laboratoire)
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetVehicle Noise and Vibration ControlTravaux en français237 207