Absorbeurs électroacoustiques : Évaluation du rendement et conclusions

Cette séance de cours couvre l'évaluation des performances et les conclusions des absorbeurs électroacoustiques, y compris la conception de contrôle, l'optimisation, l'impédance cible, l'égalisation modale et l'évaluation objective dans les petites et moyennes salles. La présentation comprend des configurations expérimentales, des graphiques de péréquation modale et la diminution des temps de désintégration modale. La séance de cours traite également de l'élaboration de prototypes de démonstration, de nouvelles mesures de performance et de méthodologies pour l'amélioration des performances, ainsi que des perspectives futures en matière de conception d'absorbeurs et d'optimisation des performances.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Séances de cours associées (74)

Concepts associés (20)

EE-548: Audio engineering

This lecture is oriented towards the study of audio engineering, with a special focus on room acoustics applications. The learning outcomes will be the techniques for microphones and loudspeaker desig

Optimisation de code

En programmation informatique, l'optimisation de code est la pratique consistant à améliorer l'efficacité du code informatique d'un programme ou d'une bibliothèque logicielle. Ces améliorations permettent généralement au programme résultant de s'exécuter plus rapidement, de prendre moins de place en mémoire, de limiter sa consommation de ressources (par exemple les fichiers), ou de consommer moins d'énergie électrique. La règle numéro un de l'optimisation est qu'elle ne doit intervenir qu'une fois que le programme fonctionne et répond aux spécifications fonctionnelles.

Optimisation combinatoire

L’optimisation combinatoire, (sous-ensemble à nombre de solutions finies de l'optimisation discrète), est une branche de l'optimisation en mathématiques appliquées et en informatique, également liée à la recherche opérationnelle, l'algorithmique et la théorie de la complexité. Dans sa forme la plus générale, un problème d'optimisation combinatoire (sous-ensemble à nombre de solutions finies de l'optimisation discrète) consiste à trouver dans un ensemble discret un parmi les meilleurs sous-ensembles (ou solutions) réalisables, la notion de meilleure solution étant définie par une fonction objectif.

Optimisation convexe

vignette|320x320px|Optimisation convexe dans un espace en deux dimensions dans un espace contraint L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). La théorie permettant d'analyser ces problèmes ne requiert pas la différentiabilité des fonctions.

Optimizing compiler

In computing, an optimizing compiler is a compiler that tries to minimize or maximize some attributes of an executable computer program. Common requirements are to minimize a program's execution time, memory footprint, storage size, and power consumption (the last three being popular for portable computers). Compiler optimization is generally implemented using a sequence of optimizing transformations, algorithms which take a program and transform it to produce a semantically equivalent output program that uses fewer resources or executes faster.

Peephole optimization

Peephole optimization is an optimization technique performed on a small set of compiler-generated instructions; the small set is known as the peephole or window. Peephole optimization involves changing the small set of instructions to an equivalent set that has better performance.

Stratégies d'optimisation de l'énergie ME-454: Modelling and optimization of energy systems

Couvre les options de brainstorming pour les changements de fonctionnement intelligents, la récupération de chaleur, et les performances du panneau PV.

Modèle MILP et jours typiques par FM ME-454: Modelling and optimization of energy systems

Discute du modèle MILP, des jours typiques, du regroupement et de l'analyse des périodes extrêmes dans l'optimisation des systèmes énergétiques.

Simulation et optimisation : Processus de Poisson et nombres aléatoires MATH-600: Optimization and simulation

Explore les pièges de simulation, les nombres aléatoires, les distributions discrètes et continues, et l'intégration Monte-Carlo.

Transition de Rhino vers AutoCAD AR-219: Advanced CAO and Integrated Modeling DIM

Explore la transition de Rhino vers AutoCAD, en se concentrant sur les outils et les fonctionnalités.

Algorithmes d'optimisation PHYS-512: Statistical physics of computation

Couvre les algorithmes d'optimisation, en se concentrant sur Proximal Gradient Descent et ses variations.