声学装饰公司

监督学习对于输出我们已经有了预期，知道他们长什么样；无监督学习是不知道输出应该是什么，zui后用数据来判断。比如同样是分类，垃圾邮件分类是监督学习；把同质类的新闻分类就是无监督学习，因为我们并不知道要分成几类，也没有具体分类标准。

声学是物理学分支，人们几百年来一直致力于发展声学的物理模型，如下图的x轴所示；随着数据量的增大，以数据为驱动的方法也逐渐被运用，如图的y轴。右上角方向就是声学发展的方向：更先进完备的物理模型和大数据驱动的机器学习的结合[3]。机器学习中，数据特征是关键。

超声（Ultrasonics）：虽然频率太高，人类听不见，但是在yi疗领域应用广泛，其他领域还包括无损监测、水声等。

水声（Underwater Acoustics）：说了半天水上的，终于来了个水下的。经典的水声研究就是水下声源定位，在军事上广泛应用。除了人类活动之外，水声也和生物声学交叉，面向水下动物。

振动和动力（Vibration and Dynamics）：研究机械系统的振动，比如铁轨的地面振动、建筑物的隔振（消声室）、人类振动（手-手臂振动zheng候群）、桥梁防震、建筑中结构声等等。

掏出手ji，跟朋友发几条语音

—— 对着话筒说话，用Bose耳机听朋友回复。不想听语音，把语音转文字；

—— 涉及到：麦克风技术、DSP、主动降噪、声音压缩、语音识别；

说实话，不写出来我也没发现短短的几个活动就可以涉猎到这么多领域。这就是声学的特点，交叉性极强。。。。。。

zhu名的“声学之轮”了解一下。。。。。。