Efficient Prediction of Shallow-Water Acoustic Transmission Loss Using a Hybrid Variational Autoencoder–Flow Framework

Enregistré dans:

Détails bibliographiques
Publié dans:	Journal of Marine Science and Engineering vol. 13, no. 7 (2025), p. 1325-1348
Auteur principal:	Bolin, Su
Autres auteurs:	Wang, Haozhong, Zhu Xingyu, Song Penghua, Li, Xiaolei
Publié:	MDPI AG
Sujets:	Accuracy Shallow water Datasets Flow Transmission loss Mapping Computer applications Batch processing Telecommunications Deep learning Prediction models Propagation Computation Acoustics Sound transmission Neural networks Computational efficiency Sound velocity Variables Communications systems Controllability Physical properties Learning Underwater Computing time Waveguides Environmental
Accès en ligne:	Citation/Abstract Full Text + Graphics Full Text - PDF
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Soyez le premier à ajouter un commentaire!