http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
CNN 기반의 소리 잡음에 강인한 돼지 호흡기 질병 탐지 및 식별 시스템
이종욱(Jonguk Lee),최용주(Yongju Choi),박대희(Daihee Park),정용화(Yongwha Chung) 한국정보기술학회 2018 한국정보기술학회논문지 Vol.16 No.5
Failure to detect pig wasting disease in a timely and accurate manner in the commercial pig farm can be a serious factor in achieving efficient livestock management. In this paper, we propose a noise-robust porcine wasting diseases detection and classification method in piglet farm monitoring system using sound data. First, we extract a spectrogram of sound signals and convert it into noise-robust features by a convolutional neural network (CNN), and lastly, use the multi-layer perceptron (MLP) as an early anomaly detector and classifier. On the basis of the experimental results, we confirmed that the proposed method could detect and classify the porcine wasting diseases with acceptable accuracy even under noise-environmental conditions. In particular, as a result of comparing the discrimination performance of the proposed method in this research and the MFCC-SVM method, it was confirmed that the f-score was improved by 15.1%.
이종욱 ( Jonguk Lee ),김용 ( Long Jin ),좌상숙 ( Shangsu Zuo ),박대희 ( Daihee Park ),정용화 ( Yongwha Chung ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1
어미로부터 생후 21일령 또는 28일령에 젖을 때는 이유자돈들만을 개별적인 돈사에서 합사하는 경우, 낮선 환경 및 새로운 동료들과의 서열 구분을 위한 공격적인 행동이 매우 빈번하게 발생한다. 이로 인한 돼지의 성장 저하는 농가의 소득 하락으로 이어져 국내 · 외 양돈 농가의 큰 문제로 인식되고 있다. 본 논문에서는 키넥트 카메라에서 취득할 수 있는 영상의 깊이정보를 이용하여 이유자돈들의 공격적인 행동을 조기 탐지할 수 있는 프로토타입 모니터링 시스템을 제안한다. 먼저 제안한 시스템은 키넥트의 적외선 센서에서 실시간으로 취득하는 깊이 정보로부터 움직임이 있는 객체들만을 탐지하고, 해당 객체들의 ROI를 설정한다. 둘째, ROI를 이용하여 5가지 특징 정보(객체의 평균, 최고, 최소 속도, 객체 속도의 표준편차, 두 객체 사이의 최소 거리)를 추출한다. 셋째, 취득한 특징 정보는 이진 클래스 분류 문제로 해석하여, 기계학습의 대표적인 모델인 SVM을 탐지기로 사용하였다. 실제 이유자돈사에서 취득한 키넥트 영상을 이용하여 모의 실험을 수행한 결과 안정적인 성능을 확인하였다.
이종욱 ( Jonguk Lee ),정용화 ( Yongwha Chung ),김석 ( Suk Kim ),장홍희 ( Hong-hee Chang ),박대희 ( Daihee Park ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2
축산농가의 경제성과 직결되는 암소 발정기의 조기 탐지는 IT 농·축산 학계에서도 매우 중요한 문제 중 하나이며 반듯이 해결해야만 하는 문제로 알려져 있다. 이를 해결하기 위한 다양한 연구 방법들 중, 본 논문에서는 소리 센서 환경에서의 암소의 발정기 탐지 시스템에 관한 연구를 대상으로 한다. 특히, 발정기 발성음의 특징 벡터 생성에 초점을 맞춘다. 특징은 크게 분별력과 차원이라는 두 가지 기준에 대해 우수해야 한다. 즉, 좋은 특징이란 서로 다른 부류를 잘 분별해 주어야 할 뿐만 아니라, 특징 벡터의 차원이 낮을수록 계산 효율이 좋고 차원의 저주에서 멀어 진다. 본 논문에서는 통계학에 기초한 체계적인 특징 벡터 생성에 관한 알고리즘을 제안하고, 실제 축사에서 녹취한 한우 발정기 발성음을 대상으로 낮은 차원의 특징 벡터 생성 과정을 보인다. 또한 이상상황 탐지기로 잘 알려진 단일 클래스 SVM의 대표 모델인 SVDD를 탐지기로 설정하여 생성된 특징 벡터의 분별력을 실험적으로 검증한다.
모듈레이션 기법을 이용한 잡음에 강인한 선로 전환기의 이상 상황 탐지
이종욱(Jonguk Lee),김아용(A-Yong Kim),박대희(Daihee Park),정용화(Yongwha Chung) 한국스마트미디어학회 2017 스마트미디어저널 Vol.6 No.4
열차의 방향을 기존 방향에서 다른 방향으로 이동시키기 위한 변환 장치인 선로 전환기의 고장은 열차의 탈선 등을 유발시킬수 있다. 따라서 열차운행의 안전 측면에서 해당 장비에 대한 모니터링은 필수 요소이다. 본 논문에서는 선로 전환기의 구동시 발생하는 소리 정보를 기반으로 잡음에도 강인한 선로 전환기의 이상 상황 탐지시스템을 제안한다. 먼저 제안한 시스템은 소리 센서에서 실시간으로 취득하는 소리 신호에 STFT(Short-Time Fourier Transform)를 적용하여 스펙트로그램을 취득한 다. 실제 환경에서 발생하는 잡음의 영향에도 강인한 성능을 보장하기 위하여, 해당 스펙트로그램에 대한 전처리 과정을 수행후 모듈화 한다. 각각의 모듈에서 평균값과 표준편차를 계산 및 조합하여 특징 벡터로 생성한 후 이진 분류에 뛰어난 성능이 확인된 SVM(Support Vector Machine)에 적용하여 이상 상황을 탐지한다. 실제 선로 전환기의 전환 시 발생하는 소리 데이터를 이용하여 모의실험을 수행한 결과, 제안한 시스템은 잡음이 발생하는 상황에서도 효과적으로 이상 상황을 탐지함을 확인하 였다. The railway point machine is an especially important component that changes the traveling direction of a train. Failure of the point machine may cause a serious railway accident. Therefore, early detection of failures is important for the management of railway condition monitoring systems. In this paper, we propose a noise-robust anomaly detection method in railway condition monitoring systems using sound data. First, we extract feature vectors from the spectrogram image of sound signals and convert it into modulation feature to ensure robust performance, and lastly, use the support vector machine (SVM) as an early anomaly detector of railway point machines. By the experimental results, we confirmed that the proposed method could detect the anomaly conditions of railway point machines with acceptable accuracy even under noisy conditions.