[Paper] 声学神经网络：识别设计原则并探索物理可行性

Source: arXiv

论文：声学神经网络 – 确定设计原则并探索物理可行性

作者： Raphael Wittkowski

摘要

基于波导的物理系统为实现比传统电子学更高能效的模拟计算提供了有前景的路径。在这一背景下，声学神经网络是一种在电子学效率低下或受限的环境中实现低功耗计算的有前景方法，但其系统化设计尚未得到充分研究。本文提出了一套用于设计和仿真声学神经网络的框架，该网络通过声波传播进行计算。我们采用数字孪生方法，在包括非负信号和权重、无偏置项以及与基于强度的非负声学信号兼容的非线性函数等物理约束下，对传统神经网络结构进行训练。

我们的工作提供了一个通用的声学神经网络框架，将可学习的网络组件直接映射到可测量的声学属性，从而实现可实现的声学计算系统的系统化设计。我们展示了受约束的循环和层次结构能够实现准确的语音分类，并提出了 SincHSRNN，一种将可学习的声学带通滤波器与层次时间处理相结合的混合模型。SincHSRNN 在 AudioMNIST 数据集上实现了最高 95 % 的准确率，同时兼容被动声学元件。

除计算性能外，学习得到的参数对应可测量的材料和几何属性，如衰减和传输。我们的结果确立了可物理实现的声学神经网络的一般设计原则，并描绘了通向低功耗、基于波的神经计算的路径。

元数据

• 评论： 13 页，4 张图，8 张表

• 主题：

  • 声音 (cs.SD)
  • 无序系统与神经网络 (cond-mat.dis-nn)
  • 神经与进化计算 (cs.NE)
  • 音频与语音处理 (eess.AS)
  • 应用物理 (physics.app-ph)

• 引用：

  @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

提交历史

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