.png){kind=icon}
.png){kind=icon}
返回
Sensitivity analysis of normal mode algorithms using automatic differentiation
.png){kind=icon}
PRE
AI
DOI：10.1121/10.0043870.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
水下声传播受声速的动态和空间变化影响，这些变化在水下环境中均可观测到。本研究提出了一种可微分的KRAKEN正常模式模型的实现。通过对离散化的代数特征值问题应用自动微分，我们获得了关于全组地声参数和频率的每个模态量对参数的灵敏度。这些灵敏度精度达到机器精度。这为基于梯度的反演方法（如声源定位和地声反演）提供了可能。通过在经典基准问题上进行灵敏度分析，验证了该方法的有效性。这些分析提供了参数重要性的见解，验证了我们的实现，并为开发更高效的基于梯度的反演技术奠定了基础。
Keyword:
GUIDE ACOUSTIC FIELD
GEOACOUSTIC INVERSION
SOUND SPEED
RESPECT