향상된 음향 신호 기반의 음향 이벤트 분류
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 최용주 | - |
dc.contributor.author | 이종욱 | - |
dc.contributor.author | 박대희 | - |
dc.contributor.author | 정용화 | - |
dc.date.accessioned | 2021-09-02T01:11:57Z | - |
dc.date.available | 2021-09-02T01:11:57Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2019 | - |
dc.identifier.issn | 2287-5905 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/70682 | - |
dc.description.abstract | 센서 기술과 컴퓨팅 성능의 향상으로 인한 데이터의 폭증은 산업 현장의 상황을 분석하기 위한 토대가 되었으며, 이와 같은 데이터를 기반으로 현장에서 발생하는 다양한 이벤트를 탐지 및 분류하려는 시도들이 최근 증가하고 있다. 특히 음향 센서는 상대적으로 저가의 가격으로 현장 정보를 왜곡 없이 음향 신호를 수집할 수 있다는 큰 장점을 기반으로 다양한 분야에 설치되고 있다. 그러나 소리 취득 시 발생하는 잡음을 효과적으로 제어하지 못한다면 산업 현장의 이벤트를 안정적으로 분류할 수 없으며, 분류하지 못한 이벤트가 이상 상황이라면 이로 인한 피해는 막대해질 수 있다. 본 연구에서는 잡음 상황에서도 강인한 시스템을 보장하기 위하여, 딥러닝 알고리즘을 기반으로 잡음의 영향을 개선 시킨 음향 신호를 생성한 후, 해당 음향 이벤트를 분류할 수 있는 시스템을 제안한다. 특히, GAN을 기반으로 VAE 기술을 적용한 SEGAN을 활용하여 아날로그 음향 신호 자체에서 잡음이 제거된 신호를 생성하였으며, 향상된 음향 신호를 데이터 변환과정 없이 CNN 구조의 입력 데이터로 활용한 후 음향 이벤트에 대한 식별까지도 가능하도록 end-to-end 기반의 음향 이벤트 분류 시스템을 설계하였다. 산업 현장에서 취득한 음향 데이터를 활용하여 제안하는 시스템의 성능을 실험적으로 검증한바, 99.29%(철도산업)와 97.80%(축산업)의 안정적인 분류 성능을 확인하였다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국정보처리학회 | - |
dc.title | 향상된 음향 신호 기반의 음향 이벤트 분류 | - |
dc.title.alternative | Enhanced Sound Signal Based Sound-Event Classification | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 박대희 | - |
dc.identifier.bibliographicCitation | 정보처리학회논문지. 소프트웨어 및 데이터 공학, v.8, no.5, pp.193 - 204 | - |
dc.relation.isPartOf | 정보처리학회논문지. 소프트웨어 및 데이터 공학 | - |
dc.citation.title | 정보처리학회논문지. 소프트웨어 및 데이터 공학 | - |
dc.citation.volume | 8 | - |
dc.citation.number | 5 | - |
dc.citation.startPage | 193 | - |
dc.citation.endPage | 204 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002469265 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Noise Robustness | - |
dc.subject.keywordAuthor | Sound Signal Generation | - |
dc.subject.keywordAuthor | End-to-End Architecture | - |
dc.subject.keywordAuthor | Deep Learning | - |
dc.subject.keywordAuthor | 잡음 견고성 | - |
dc.subject.keywordAuthor | 음향 신호 생성 | - |
dc.subject.keywordAuthor | End-to-End 구조 | - |
dc.subject.keywordAuthor | 딥러닝 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.