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 ),최용주 ( Yongju Choi ),이준희 ( Junhee Lee ),박대희 ( Daihee Park ),정용화 ( Yongwha Chung ) 한국정보처리학회 2018 한국정보처리학회 학술대회논문집 Vol.25 No.1
국내 축산 농가들은 대부분 돼지우리의 구역을 나눈 후 해당 구역별로 30여 마리의 돼지들을 합사하여 사육하고 있다. 따라서 전염성이 강한 호흡기 질병이 발병하게 되면 돼지우리 전체로 확산되어 심각한 피해가 발생하게 된다. 본 논문에서는 돼지우리에서 발생하는 다양한 소음에도 강인한 소리 기반의 호흡기 질병 탐지 시스템을 제안한다. 제안된 시스템은 먼저, 소리 신호에서 스펙트로그램 정보를 추출하고, 이를 CNN을 기반으로 돼지 호흡기 질병에 효과적인 특징 벡터를 생성한다. 마지막으로, 추출된 특징 벡터를 MLP에 적용하여 해당 호흡기 질병을 탐지 및 식별과정을 수행한다. 본 연구의 실험 결과, 다양한 잡음 환경에서도 돼지 호흡기 질병 탐지 및 식별이 가능함을 확인하였다.