効率的な音場再構築のための条件付き可逆ニューラルネットワーク

本研究では、条件付き可逆ニューラルネットワーク(CINN)を用いて、残響環境における音場を効率的に推定する手法を提案する。従来の手法では、実験誤差、空間データの不足、モデルの不一致、推論時間の長さなどの課題があったが、CINNを用いることで、精度と計算効率のバランスを取りつつ、不確実性の推定も可能になる。