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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한건축학회지회연합회 대한건축학회연합논문집 대한건축학회연합논문집 제24권 제4호
발행연도
2022.8
수록면
1 - 9 (9page)

이용수

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

초록· 키워드

오류제보하기
건설 현장의 소음은 건설 노동자들에게 청력 손실과 정신적 피해의 주요 원인이다. 소음 안전 보장을 위해서는 작업자 안전에 영향을 미치는 공사소음을 분류하는 신기술이 필요하다. 본 논문은 기계학습 기반 건설 장비 소음 분류 기술을 제안한다. 본 연구에서는 오디오 데이터에서 시간, 주파수, MFCC(Mel-Frequency Cepstral Coefficient) 특징 등 3가지 특징 영역을 추출하고, 3가지 분류기를 사용하여 4가지 다른 건설 장비를 분류했다. 검증을 위해 일련의 실험실 실험이 수행된다. 테스트에서 KNN(K-Nearest Neighbor)과 SVM(Support Vector Machine)인 두 분류기는 DTs(Decision Tree) 분류기에 비해 높은 분류 정확도를 보여준다. 또한, 3가지 기능 영역 중 MFCC 기능이 4가지 건설 장비 분류에 가장 효과적인 것으로 나타났다. 분류 정확도 차이의 원인을 조사하기 위해 서로 다른 장비 간의 중복 특징 데이터를 특징 영역에서 분석했다.
#건설 소음 #분류 #기계학습 #Construction Noise #Classification #Machine Learning

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0