.png){kind=icon}
返回
Study on Three-Dimensional Multi-source Localization Based on Optimized Deep Learning with Interpretable Analysis
.png){kind=icon}
PRE
AI
DOI：10.1007/s40857-026-00386-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，基于深度学习的先进声源定位方法备受关注。然而，黑箱特征提取机制阻碍了其优化。本研究提出了一种基于深度集成学习和可解释人工智能（AI）的两步无网格方法用于多源定位。在第一步中，球形麦克风阵列接收到的声压信号被预处理为自功率谱，然后输入分类器进行声源计数。在第二步中，上述信号转换为广义相位变换互相关（GCC-PHAT），随后输入由四种回归器组成的集成回归器进行声源定位。此外，采用两种可解释AI技术，即t分布随机邻域嵌入和激活图，来分析基于深度学习方法的基本原理。分类器达到94.59%的测试准确率。与单一类型回归器相比，集成回归器将平均定位误差最多降低33.72%。激活图显示，提取的特征是GCC-PHAT的中段，而两侧对定位的影响可忽略不计。修剪这些侧段后，输入数据量减少72.05%，且每次定位的时间显著下降，准确度无明显损失。这些结果表明，所提出的方法实现了更高精度和更低计算成本的三维多源定位。
Keyword:
Sound source localization
Deep learning
Interpretable AI
Computational optimization
