概要
本研究では、Ac-CycleGANを用いた非ペアデータ条件下における建物内の音源位置推定法を提案する。提案手法では、大量のシミュレーションデータと少量の実験データを活用し、実環境下の建物内における音源位置を特定することが可能である。Ac-CycleGANの生成器は、両ドメインの非ペアデータを利用し、シミュレーションデータを実データに変換する。また、Ac-CycleGANの識別器は、生成器によって生成された変換データと実データを区別し、同時に音源の位置を予測することに貢献する。入力データは構造物外部の3箇所で測定された加速度周波数応答であり、ラベルは構造物内部の音源の位置として定義される。本稿ではAc-cycleGANの識別器を用いて、ドメイン間の非ペアデータに対して音源の位置推定が可能であることを示す。さらに、データを分類するための識別要因を分析する。提案手法のモデルは、実データの80%で訓練された場合に、90%以上の精度を示した。また、識別器は小さな変換誤差を有する特徴量のみを利用することで、変換データと実データを分類することがわかった。
採用情報
アクセス
お問い合せ