Re: [讨论] 潜水艇设计时候就能确认其声纹吗?

楼主: Pegasus170 (鲁蛇肥宅台劳+前义务役)   2023-10-06 23:21:56
※ 引述 《h80733 (如)》 之铭言:
: 标题: Re: [讨论] 潜水艇设计时候就能确认其声纹吗?
: 时间: Fri Oct 6 12:36:04 2023
:  
: ※ 引述《ulycess (ulycess)》之铭言:
: : 这个我可以用资讯工程的角度来解释
: 那我也用我工程师角度来跟你讨论吧
: : 举个例子,电脑要判断一段影片是属于狗还是猫?
: : 工程师可以先把(体型)和(叫声)设为两个参数,做成一个向量座标
: : 例如
: : 柴犬体型中等,声音小,向量座标可能会(0.5,0.2)
: : 暹罗猫体型中等,声音小,向量座标会是(0.4,0.1)
: : 獒犬体型大,声音大,向量座标会是(0.8,0.5)
: : ......
:  
: 目前业界对于流体、声音模拟计算主要都是用
: FEM (Finite Element Method)
:  
: 我是没听过用大数据作流体、声音的模拟啦
: 而且用大数据来模拟出潜艇声纹有难度
: 1.大数据分析条件是数据要够大够多,
: 而要取得全球各型潜艇声纹数据做为数据库,
: 有相当大的难度。
: 2.要有相近于我国潜艇的潜艇声纹,
: 这难度也相当大,毕竟我国这次螺旋桨设计算独创。
:  
: : 收集完大数据之后,这个平面座标上面猫和狗的数据各自会形成一块面积,这时候假设

: : 个数据是(0.5,0.5),电脑就可以判断这个数据是数据是猫的机率有多大,狗的机率有

: : 大
: : 一旦机率大于某个设定的阈值(例如是0.7,或者说
: : 70%),电脑就判断这个照片是猫还是狗
: : 当然真正的技术实现上会使用更多参数,不用只使用两种参数,而且会使用更多技巧避

: : 参数污染以及进行数据碰撞
: : 回到能不能用潜舰设计知道声纹的问题上面,当知道潜舰设计,利用大数据电脑模拟出

: : 纹只是分分钟的事情
: : 就算有公差或是内部机械不同导致声纹不同也没差,电脑用的是机率判断不用100%正确
: : 依我了解,声纹最重要的判断依据是来自于螺旋桨的空泡效应,所以各国潜舰螺旋桨构

: : 一定是最高机密,外型反而还好
:  
上面的回文实际上说到了最重要的观念,我就小小地加上延伸:
就算要跑巨量资料(大数据),是要拿出正确能够适用在潜舰声音上的标签/性质,还要考
虑资料脉络的正交性来避免污染/非独立之干扰。
关于巨量资料模拟分析这点,汉威国际美国总公司的研发单位玩的很专业,而在整个研究过
程中,资讯科学跟计算机科学的专家只是配角,主角是汉威国际跟配合研究的大学实验室中
,真正懂流体力学、空气动力学、单元操作、材料科学、材料工程、工业工程等领域的专家
们。
接着问题是:全世界哪来那样多的潜舰声纹公开给其他公司分析模拟呀!大家都是费尽心思
的“藏起来”,毕竟被抓到是官士兵死活的问题。
看起来全世界电资产业的过度自我膨胀,已经到了过份低估各个领域中“Domain Knowhow /
Business Context”(领域知识及商业模式)那部分,以为可以用推土机式的资料处理取
代。
如果我们以在海滩找遗失的钱包当范例:
巨量资料跟人工智能:
用推土机翻遍沙滩,后面跟着金属探测器、移动式大型筛选器、摄影机来找钱包。
领域知识及商业模式:
回想起自己经过的路径及生活习惯,一步步走回去找自己的钱包。
在什么环境下用哪一种解法才快及有效或者节省资源,就是当事人判断了。
作者: Jacky4939112 (MDFKR)   2023-10-07 09:50:00
20艘? MK46撒下去大丰收
作者: fantasyhorse (水多多)   2023-10-07 14:09:00
老师没说过电脑模拟垃圾进垃圾出吗?
作者: fragmentwing (片翼碎梦)   2023-10-07 14:13:00
现在不都进入data mining 的阶段了吗?记得教授上次去材料的峰会回来说整个风潮也是往导入机器学习去挖资料不过上一次资讯的峰会(在chatgpt和dell E刚出来的时间那附近)说大型深度学习已经差不多到头了 要开始往别的方向研究现在模拟方面好像是往和强化学习去结合的方向走大数据的范畴应该比探勘还大吧 现在什么都说是大数据……那是在跑机器学习之前就要先决定好的东西啊……连判定基准等等都没决定好那根本是在乱训练实际验证这个瓶颈是本来模拟就会有的啊 不是导入机器学习后才要考虑的@P大 但是就算没上新闻 理工科各界几乎都有用机器学习和本科内容结合的尝试出现吧 毕竟本质上先不论生成式的 就从传统非深度的那时候机器学习就是一个协助分析的工具了跟拿实验结果去结合统计学的一些方法来分析意思一样我觉得与其说低调 不如说毕竟其它学界业界是拿人家发表已经好几年 确定成熟的东西来做运用 自然不会有那么大的新闻怎么说呢……像石墨烯出来那时也是很多新闻啊还有前阵子的常温超导体也是 虽然最后发现是假的有突破性的新东西出来确实会有新闻 只是最近AI在各个方面确实相继都有突破 才会觉得相关新闻出现的很频繁吧然后其实那些巨头也有比较低调的东西 像 Segmentation Anything Model 这种 因为比较难让它做出实际用途 我也是到了有需要去了解的时候才知道有这东西

Links booklink

Contact Us: admin [ a t ] ucptt.com