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
고은성 (고려대학교) 정기원 (LG전자) 조용원 (고려대학교) 고은지 (고려대학교) 안시후 (고려대학교) 남규환 (현대 모비스) 김상욱 (현대 모비스) 박경환 (현대 모비스) 김성범 (고려대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제48권 제4호
발행연도
2022.8
수록면
409 - 419 (11page)
DOI
10.7232/JKIIE.2022.48.4.409

이용수

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

초록· 키워드

오류제보하기
Because dealing with noises in automobile becomes more important, it is valuable to predict in-vehicle noise levels and use them for the product noise design. With the recent development of artificial intelligence, many studies have attempted to use deep learning models for various types of data generated in automobile industry. However, to the best of our knowledge, no studies have been conducted to predict in-vehicle noise levels based on deep learning models. In this study, we propose a deep learning framework that can predict in-vehicle noise levels and identify the causes of noises. Our framework is developed to recognize in-vehicle noise levels with automobile acceleration data from various locations of electric power steering devices. Our deep learning framework consists of several convolutional neural backbone networks to extract representation vectors for each acceleration axis. In addition, acceleration data are converted into a spectrogram through the short-term Fourier transformation technique, and high frequency bands in the spectrogram are removed to better represent the input data. We demonstrated that our proposed framework is suitable for predicting in-vehicle noises and identifying the major causes of noises. We expect that the explanation for prediction results will be helpful in the design low-noise vehicles.
#Noise #in-vehicle Noise #Deep Learning #Acceleration Data #Electric Power Steering #Short-Term Fourier Transformation

목차

1. 서론
2. 데이터
3. 제안 방법론
4. 실험 결과
5. 결론
참고문헌

참고문헌 (23)

참고문헌 신청
Ahn, G., Yoo, J. H., and Kim, S. B. (2019), Explainable convolutional neural networks for multi-Sensor data, Journal of Korean Institute of Industrial Engineers, 45(2), 146-153. google schola Basner, M., Riggs, D. W., and Conklin, D. J. (2020), Environmental determinants of hypertension and diabetes mellitus: Sounding off about the effects of noise, Journal of the American Heart Association, 9(6), e016048. google schola Brahimi, M., Arsenovic, M., Laraba, S., Sladojevic, S., Boukhalfa, K., and Moussaoui, A. (2018), Deep learning for plant disease: detction and saliency map visualisation, In Human and Machine Learning, 99-117. google schola Danladi, A., Goni, I., Bali, B., Nachandia, N., Dahiru, A. B., and Gumpy, J. M. (2021), Computational modeling of noise pollution and its health hazard using probability distribution models: A systematic review, Asian Journal of Basic Science & Research, 3(2), 61-76. google schola Dong, W., Li, J., Yao, R., Li, C., Yuan, T., and Wang, L. (2016), Characterizing driving styles with deep learning, ArXiv Preprint ArXiv:1607.03611.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

전장 상황 인지 보고서 생성을 위한 Text-to-Text 멀티 태스크 학습
허종국 ,  임새린 ,  안시후 외 6명 대한산업공학회지 2022 .12
차량 외부 디자인 변경에 따른 풍절음 예측을 위한 설명 가능한 딥러닝 모델
김태연 ,  목충협 ,  오혜령 외 2명 대한산업공학회지 2022 .10
다중 혈중 성분 농도 예측을 위한 비침습형 센서 기반 멀티 아웃풋 네트워크
유이경 ,  조윤상 ,  목충협 외 3명 대한산업공학회지 2022 .10
한국 원자력발전의 온실가스 저감 기여도 및 경제적 효과 분석
조병옥 ,  김신종 ,  김점수 에너지공학 2010 .12
장면 이미지 속 한글 문자 인식을 위한 글자 단위 일관성 정규화 기반의 준지도학습 모델
김성수 ,  김성범 대한산업공학회지 2023 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-530-001628570