[Paper] 음향 신경망: 설계 원리 규명 및 물리적 실현 가능성 탐구

Source: arXiv

논문: Acoustic Neural Networks – 설계 원리 규명 및 물리적 실현 가능성 탐구

저자: Raphael Wittkowski

초록

웨이브가이드 기반 물리 시스템은 전통적인 전자공학을 넘어선 에너지 효율적인 아날로그 컴퓨팅을 위한 유망한 경로를 제공한다. 이러한 환경에서, 음향 신경망은 전자 장치가 비효율적이거나 제한된 환경에서 저전력 계산을 달성하기 위한 유망한 접근법이지만, 그 체계적인 설계는 아직 크게 탐구되지 않았다. 여기서는 음향 신경망을 설계하고 시뮬레이션하기 위한 프레임워크를 소개한다. 이 프레임워크는 음파 전파를 통해 계산을 수행한다. 디지털 트윈 접근법을 사용하여, 우리는 비음성 신호와 가중치, 편향 항의 부재, 그리고 강도 기반 비음성 음향 신호와 호환되는 비선형성 등 물리적으로 동기화된 제약 조건 하에서 기존 신경망 구조를 학습시킨다.

우리의 연구는 학습 가능한 네트워크 구성 요소를 물리적으로 측정 가능한 음향 특성에 직접 연결하는 일반적인 음향 신경망 프레임워크를 제공한다. 이를 통해 실현 가능한 음향 컴퓨팅 시스템의 체계적인 설계가 가능해진다. 우리는 제약된 순환 및 계층 구조가 정확한 음성 분류를 수행할 수 있음을 보여주며, 학습 가능한 음향 밴드패스 필터와 계층적 시간 처리 를 결합한 하이브리드 모델 SincHSRNN을 제안한다. SincHSRNN은 수동 음향 부품과 호환되면서 AudioMNIST 데이터셋에서 최대 95 % 정확도를 달성한다.

계산 성능을 넘어, 학습된 파라미터는 감쇠 및 전송과 같은 측정 가능한 물질 및 기하학적 특성에 대응한다. 우리의 결과는 물리적으로 실현 가능한 음향 신경망을 위한 일반 설계 원리를 확립하고, 저전력 파동 기반 신경 컴퓨팅을 향한 경로를 제시한다.

메타데이터

• Comments: 13 페이지, 4 그림, 8 표

• Subjects:

  • Sound (cs.SD)
  • Disordered Systems and Neural Networks (cond-mat.dis-nn)
  • Neural and Evolutionary Computing (cs.NE)
  • Audio and Speech Processing (eess.AS)
  • Applied Physics (physics.app-ph)

• Citation:

  @article{Wittkowski2025AcousticNN,
    title   = {Acoustic neural networks: Identifying design principles and exploring physical feasibility},
    author  = {Wittkowski, Raphael},
    journal = {arXiv preprint arXiv:2511.21313},
    year    = {2025},
    url     = {https://arxiv.org/abs/2511.21313}
  }

• DOI: https://doi.org/10.48550/arXiv.2511.21313

제출 이력

• v1: Wed, 26 Nov 2025 11:59:29 UTC (652 KB) (Submitted by Raphael Wittkowski)