شبكة عصبية تسمع الطور ✎ سريع

الأصل: "PolarBM: Complex-valued Boltzmann Machine for Modeling Audio Signals in Polar and Log-polar Coordinates"
· Toru Nakashika, Kohei Yatabe
arXiv:2607.12417 · 2026-07-14 · arXiv non-exclusive · تحليل مستقل · 1 دقيقة
شبكة عصبية جديدة تلتقط العلاقة بين جهارة الصوت وطوره، مثلما تسمع آذاننا شدة الصوت وزمن الموجة معاً.

الصوت يمكن وصفه طبيعياً بعدد مركب، حيث جهارة الصوت تمثل شدة الموجة، والطور يمثل موقعها الزمني. الشبكات العصبية العادية تقسم هذا إلى إحداثيين مستقلين، كما لو كنا نصف عنواناً بتقسيم الحي: «اثنان شرقاً، واحد شمالاً». لكن تضيع العلاقة: فجهارة الصوت والطور يتغيران معاً، مثل المسافة والاتجاه.

النموذج المبني على أفكار لودفيغ بولتزمان حول الانتروبيا يعمل مباشرةً مع زوج «المسافة-الاتجاه». ولمعالجة الأطياف الصوتية، أُضيف مقياس لوغاريتمي — فالأذن تدرك قفزةً في القدرة بمقدار عشرة أضعاف وكأنها مجرد تضاعف في الجهارة. وهكذا وُلد نموذج LogPolarBM، الذي يشمل توزيعَي رايس وناكاغامي المعروفين كحالتين خاصتين. وفي اختبارات الصوت، تفوق حتى على الشبكات العصبية العميقة.

منعطف غير متوقع: المبدأ نفسه يُطبَّق في الاتصالات اللاسلكية وفيزياء الكم. فأطوار الموجات حاسمة في الحوسبة الكمومية، و«سمع» الآلة يساعد في استخلاص ما كانت تفقده الطرق القديمة من الإشارة.

الأذن تضغط الجهارة: قفزة في القدرة بمقدار 10 مرات تُشعر وكأنها تضاعف. لطالما استخدم المهندسون مقياس الديسيبل اللوغاريتمي. نموذج LogPolarBM يُضمّن هذه الخاصية مباشرةً في الشبكة العصبية، محققاً دقةً عالية.

العلماء
James Clerk MaxwellArno PenziasRalph AlpherRobert Woodrow WilsonWilhelm WienMax Planck
المفاهيم
نموذج لغة البروتين ديسيبل التعرف على الكلام تحليل الكلام بالذكاء الاصطناعي نموذج احتمالي نماذج اللغة الكبيرة توزيع بولتزمان جزء في المليون تضمين مرشح كالمان قياس الاستقطاب اللوغاريتم الشكل النمطي استشعار عن بعد استقطابي