Core Concepts
범위 조건부 합성곱 신경망(RC-CAN)은 다양한 해저 지형 조건에서 실시간으로 정확한 수중 방사 소음 전달 손실을 예측할 수 있다.
Abstract
이 연구는 수중 방사 소음 전달 손실을 효과적으로 예측하기 위해 범위 조건부 합성곱 신경망(RC-CAN)을 제안한다. RC-CAN은 입력 해저 지형 정보를 잠재 공간으로 변환하고 단일 단계에서 전달 손실을 디코딩하는 방식으로 작동한다.
연구팀은 다양한 이상적인 해산 프로파일과 경사면 프로파일, 그리고 실제 Dickins 해산 지형을 사용하여 RC-CAN 모델을 학습시켰다. 테스트 결과, RC-CAN 모델은 학습에 포함되지 않은 지형에 대해서도 90% 이상의 구조 유사성 지수(SSIM)로 정확한 전달 손실 예측 성능을 보였다. 또한 RC-CAN은 기존 음향 솔버 대비 0.01-0.5초의 빠른 계산 속도를 보여, 실시간 의사결정에 활용할 수 있는 잠재력을 입증했다.
Stats
해저 지형 데이터는 1408 x 2049 격자로 구성되어 있다.
해저 지형 높이는 0 m에서 3000 m 사이의 값을 가진다.
음원 주파수는 230 Hz이며, 수심 18 m에 위치한다.
Quotes
"RC-CAN 모델은 다양한 해저 지형 조건에서 정확한 수중 방사 소음 전달 손실을 실시간으로 예측할 수 있다."
"RC-CAN의 빠른 계산 속도는 실시간 의사결정에 활용할 수 있는 잠재력을 보여준다."