메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
여도엽 (Electronics and Telecommunications Research Institute (ETRI)) 배지훈 (Daegu Catholic University) 이재철 (Korea Atomic Energy Research Institute)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제24권 제9호(통권 제186호)
발행연도
2019.9
수록면
21 - 27 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we propose a deep auto-encoder-based pipe leak detection (PLD) technique from time-series acoustic data collected by microphone sensor nodes. The key idea of the proposed technique is to learn representative features of the leak-free state using leak-free time-series acoustic data and the deep auto-encoder. The proposed technique can be used to create a PLD model that detects leaks in the pipeline in an unsupervised learning manner. This means that we only use leak-free data without labeling while training the deep auto-encoder. In addition, when compared to the previous supervised learning-based PLD method that uses image features, this technique does not require complex preprocessing of time-series acoustic data owing to the unsupervised feature extraction scheme. The experimental results show that the proposed PLD method using the deep auto-encoder can provide reliable PLD accuracy even considering unsupervised learning-based feature extraction.
#Pipe leak detection #Acoustic signal #Unsupervised learning #Auto-encoder #Deep learning

목차

Abstract
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Experimental Results
V. Conclusions
REFERENCES

참고문헌 (15)

참고문헌 신청
D. -B. Yoon / 2016 / A Study on Acoustic Signal Processing Method for Detecting Small Leak of Piping System / Proceedings of the Domestic conference on the Korean Society for Noise and Vibration Engineering :139~139 google schola J. -H. Bae / 2018 / Deep-Learning-Based Pipe Leak Detection Using Image-Based Leak Features / Proceedings of the IEEE International Conference on Image Processing (ICIP) :2361~2365 google schola D.E. Rumelhart / 1986 / Parallel Distributed Processing. Vol. 1: Foundations / MIT Press :318~362 google schola F. Rosenblatt / 1961 / Principles of Neurodynamics: Perceptrons and the Theory of Brain Mechanisms / Spartan Books google schola G. Cybenko / 1989 / Approximation by superpositions of a sigmoidal function / Mathematics of Control, Signals, and Systems 2(4):303~314 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

플랜트 배관계 누출 감지를 위한 오토인코더 기반 모델 성능 비교
박수진 ,  김재현 ,  여도엽 외 2명 Proceedings of KIIT Conference 2023 .06
가상 환경에서의 가스 누출 음향 데이터 수집
임수빈 ,  박성욱 전자공학회논문지 2023 .04
Fuzzy Logic을 이용한 ROS의 음원위치 추적 방법
박유진 ,  정규원 한국생산제조학회 학술발표대회 논문집 2019 .11
실생활 음향 데이터 기반 이중 CNN 구조를 특징으로 하는 음향 이벤트 인식 알고리즘
서상원 ,  임우택 ,  정영호 외 2명 방송공학회논문지 2018 .11
다중 마이크로폰 어레이 그룹 빔포밍을 이용한 위치 인식 방법
김영준 ,  장성훈 ,  이인성 대한전자공학회 학술대회 2011 .11

최근 본 자료

전체보기

댓글(0)

0