| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-06 14:00 フィードバック型能動騒音制御のためのリザバーコンピューティングの構造設計 桑名大舟・○杉浦陽介・島村徹也（埼玉大）  SIS2025-73 |
|
| 抄録 | （和） | 本研究では，Feedback 型能動騒音制御（FBANC）に対し，リザバーコンピューティング（Reservoir Computing: RC）を導入した非線形適応制御手法を提案する．従来の線形適応フィルタに基づく FBANC は計算量が小さく実装性に優れる一方，非線形性や時間変動を含む実環境騒音に対しては制御性能が制限される．また，深層学習を用いた ANC は高い表現能力を有するが，計算負荷や事前学習の必要性が実時間実装の障壁となる． そこで本研究では，FBANC の制御器を Echo State Network（ESN）に置き換え，誤差信号を高次元非線形状態空間へ写像し，その線形結合として制御信号を生成する．さらに，騒音の多様な時間ダイナミクスへの対応を目的として，単一 ESN，ストライド入力並列 ESN，線形ブランチ併用型 ESN，階層型 ESN など，複数の ESN アーキテクチャを設計する． シミュレーション環境において，周期信号および実環境騒音を対象に評価を行い，雑音低減性能，リアルタイム性指標の観点から従来の FxNLMS 法と比較した．その結果，提案する ESN ベース手法は非定常騒音に対して高い雑音低減性能を示す一方，オンライン学習時の計算量が実時間実装における課題として残ることを明らかにした． |
| （英） | This paper proposes a nonlinear adaptive control method for feedback active noise control (FBANC) by introducing reservoir computing (RC). Conventional FBANC based on linear adaptive filters is computationally efficient but suffers from limited performance under nonlinear and nonstationary noise conditions, while deep-learning-based ANC faces difficulties in real-time implementation due to high computational cost and offline training requirements. In this study, the FBANC controller is replaced with an echo state network (ESN), which maps the error signal into a high-dimensional nonlinear state space and generates the control signal through a linear readout. To address diverse noise dynamics, several ESN architectures, including single, stride-based parallel, linear-branch-assisted, and hierarchical ESNs, are designed. Simulation results using sinusoidal signals and real environmental noise demonstrate that the proposed ESN-based methods outperform the conventional FxNLMS algorithm in terms of noise reduction performance under nonstationary conditions, while indicating that computational cost during online learning remains a challenge for real-time implementation. |
|
| キーワード | （和） | フィードバック型能動騒音制御 / リザバーコンピューティング / エコーステートネットワーク / / / / / |
| （英） | Feedback Active Noise Control / Reservoir Computing / Echo State Network / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 393, SIS2025-73, pp. 86-91, 2026年3月. | |
| 資料番号 | SIS2025-73 | |
| 発行日 | 2026-02-26 (SIS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SIS2025-73 |
|
| 研究会情報 | |
| 研究会 | SIS |
| 開催期間 | 2026-03-05 - 2026-03-06 |
| 開催地（和） | 埼玉大学 大久保キャンパス |
| 開催地（英） | Ohkubo Campus, Saitama University |
| テーマ（和） | ソフトコンピューティング，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2026-03-SIS |
| 本文の言語 | 日本語 |
| タイトル（和） | フィードバック型能動騒音制御のためのリザバーコンピューティングの構造設計 |
| サブタイトル（和） | |
| タイトル（英） | Noise Reduction in Low-Dose CT Images with Integrated Segmentation Loss |
| サブタイトル（英） | |
| キーワード(1)（和/英） | フィードバック型能動騒音制御 / Feedback Active Noise Control |
| キーワード(2)（和/英） | リザバーコンピューティング / Reservoir Computing |
| キーワード(3)（和/英） | エコーステートネットワーク / Echo State Network |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 桑名 大舟 / Taishu Kuwana / クワナ タイシュウ |
| 第1著者 所属（和/英） | 埼玉大学 (略称： 埼玉大) Saitama University (略称： Saitanma Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 杉浦 陽介 / Yosuke Sugiura / スギウラ ヨウスケ |
| 第2著者 所属（和/英） | 埼玉大学 (略称： 埼玉大) Saitama University (略称： Saitanma Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 島村 徹也 / Tetsuya Shimamura / シマムラ テツヤ |
| 第3著者 所属（和/英） | 埼玉大学 (略称： 埼玉大) Saitama University (略称： Saitanma Univ.) |
| 講演者 | 第2著者 |
| 発表日時 | 2026-03-06 14:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2025-73 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.393 |
| ページ範囲 | pp.86-91 |
| ページ数 | 6 |
| 発行日 | 2026-02-26 (SIS) |
[研究会発表申込システムのトップページに戻る]