지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.1
- 수록면
- 84 - 94 (11page)
- DOI
- 10.9717/kmms.2023.26.1.084
이용수
초록· 키워드
오류제보하기
Acoustic data is widely used for the development of voice recognition based services, speaker identification system, or environmental sound classification. However, in the defense sector, research on the use of acoustic data and AI learning models has not yet been actively conducted. In addition, collection methods or quality standards that must be considered in order to use acoustic data as training data have not been clearly established. Therefore, this paper attempts to classify six weapons for the first time using four AI learning models and previously collected acoustic data to derive considerations in the process of collecting acoustic data. The learning data used in the experiment is acoustic data related to Army equipment collected through a government-supported project in the second half of 2021. Experimental results show that the classification performance of CNN and LightGBM models is generally high and the best performance is achieved when the data has a medium length. By uniformly re-configuring the number of data per class using SMOTE, the performance can be further improved. Based on these experimental results, we also propose what should be considered when constructing AI training data for classification of military equipment based on acoustic data.
목차
ABSTRACT
1. 서론
2. 이론적 배경
3. 선행 연구 고찰
4. 데이터 세트
5. 실험 결과 및 고찰
6. 결론
REFERENCE
참고문헌 (17)
참고문헌 신청
P. Svenmarck, L. Luotsinen, M. Nilsson, and J. Schubert, “Possibilities and Challenges for Artificial Intelligence in Military Applications,” Proceedings of the NATO Big Data and Artificial Intelligence for Military Decision Making Specialists’ Meeting. p
Korea Defense Industry Association, Development of Defense IoT Platform and Solution for Future Intelligent Resource Management and Battlefield Management System, Defense & Technology, Vol. 522, pp. 11-13, 2022.
K. Chakraborty, A. Talele, and S. Upadhya, “Voice Recognition Using MFCC Algorithm,” International Journal of Innovative Research in Advanced Engineering (IJ IRAE), Vol. 1, Issue 10, pp. 158-161, 2014.
A.E. Mehyadin, A.M. Abdulazeez, D.A. Hasan, and J.N. Saeed, “Birds Sound Classification Based on Machine Learning Algorithms,” Asian Journal of Research in Computer Science, Vol. 9, Issue 4, pp. 1-11, 2021.
R. Gong, E. Fonseca, D. Bogdanov, O. Slizovskaia, E. Gomez, and X. Serra, “Acoustic Scene Classification by Fusing LightGBM and VGG-NET Multichannel Predictions,” Proc. IEEE Audio and Acoustic Signal Processing (AASP) Challenge Detection Classification Ac
Korea Defense Industry Association, Development of Defense IoT Platform and Solution for Future Intelligent Resource Management and Battlefield Management System, Defense & Technology, Vol. 522, pp. 11-13, 2022.
K. Chakraborty, A. Talele, and S. Upadhya, “Voice Recognition Using MFCC Algorithm,” International Journal of Innovative Research in Advanced Engineering (IJ IRAE), Vol. 1, Issue 10, pp. 158-161, 2014.
A.E. Mehyadin, A.M. Abdulazeez, D.A. Hasan, and J.N. Saeed, “Birds Sound Classification Based on Machine Learning Algorithms,” Asian Journal of Research in Computer Science, Vol. 9, Issue 4, pp. 1-11, 2021.
R. Gong, E. Fonseca, D. Bogdanov, O. Slizovskaia, E. Gomez, and X. Serra, “Acoustic Scene Classification by Fusing LightGBM and VGG-NET Multichannel Predictions,” Proc. IEEE Audio and Acoustic Signal Processing (AASP) Challenge Detection Classification Ac
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Deep Learning with Data Augmentation to Add Data Around Classification Boundaries
Industrial Engineering & Management Systems
2021 .09
-
환경적 요소 선별을 통한 딥러닝 기반 우울증 분류 예측
전기학회논문지
2020 .07
-
그래핀을 이용한 열음향 스피커의 음향해석에 관한 연구
한국정밀공학회 학술발표대회 논문집
2015 .12
-
다목적 공연장 음향성능 개선을 위한 연구
한국소음진동공학회 학술대회논문집
2015 .04
-
빔형성 기법과 음향 카메라를 이용한 공간 소음 가시화 기법에 관한 연구
한국정밀공학회 학술발표대회 논문집
2019 .05
-
AI 사이버보안 체계를 위한 블록체인 기반의 Data-Preserving AI 학습환경 모델
한국정보기술학회논문지
2019 .12
-
산업분야의 소리 신호를 통한 장비 상태 모니터링 기술동향 및 발전방향
한국정밀공학회 학술발표대회 논문집
2022 .10
-
Biomimetic Triboelectric Acoustic Sensor with Selective Acoustic Sound Detection
한국고분자학회 학술대회 연구논문 초록집
2023 .10
-
구조-음향 연성 시스템의 진동모드에 의한 소음 예측
한국소음진동공학회논문집
2021 .12
-
딥러닝을 이용한 음향 시스템 해석
대한기계학회 춘추학술대회
2021 .11
-
데이터간 의미 분석을 위한 R기반의 데이터 가중치 및 신경망기반의 데이터 예측 모형에 관한 연구
멀티미디어학회논문지
2015 .04
-
A New Image Classification Method
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
Underwater Acoustic Research Trends with Machine Learning: Active SONAR Applications
한국해양공학회지
2020 .08
-
음향신호를 이용한 위치 엔코더
한국정밀공학회 학술발표대회 논문집
2019 .10
-
화학안전 기술 분류에 관한 연구 : 빅데이터 및 AI 사례 중심으로
한국통신학회 학술대회논문집
2023 .02
-
건축과 음향
건축
2021 .03
-
음향신호를 활용한 CNN 기반 불량 모터 분류기 개발
한국정밀공학회 학술발표대회 논문집
2018 .10
-
영상 내 물체 검출 및 분류를 위한 소규모 데이터 확장 기법
로봇학회 논문지
2020 .06
-
AI기반 데이터 유형 분류 자동화를 통한 정보 유출 탐지 방법
한국정보과학회 학술발표논문집
2024 .06
-
음향시뮬레이션을 이용한 유리형 중정의 음향성능 개선
대한설비공학회 학술발표대회논문집
2015 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-004-000379911