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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김태구 (부산대학교) 백윤주 (부산대학교)
저널정보
한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제29권 제2호
발행연도
2025.2
수록면
177 - 186 (10page)
DOI
10.6109/jkiice.2025.29.2.177

이용수

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

초록· 키워드

오류제보하기
본 연구는 딥러닝 기반 경량 모델을 활용하여 호흡기 질환의 비언어적 발성을 모니터링하는 소형 디바이스의 설계 및 구현을 제안한다. 소형 디바이스 환경에서는 메모리와 처리 속도 제한이 있어 모델 경량화가 필수적이며, 데이터 증강 기법을 통해 다양한 조건에서 인식 성능을 높였다. 또한, Residual Depthwise Separable Convolution(ResDSC) 모델을 설계하여, 파라미터 수와 연산량을 줄이면서도 기존 SOTA(State of the Art) 모델과 유사한 성능을 유지한다. ESP32 기반 소형 디바이스 실험 결과, ResDSC 모델은 높은 인식 성능과 실시간 처리 성능을 입증했으며, 지식 증류 기법을 활용해 경량화와 최적화를 동시에 달성했다. 특히, 최적 모델 ResDSC-K0은 87.8% 인식 정확도, 0.8초 추론 시간, 0.14MB 메모리 크기를 가지며 낮은 성능 환경에서도 효율적으로 동작함을 보였다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 디바이스 구현
Ⅳ. 실험
Ⅴ. 결론 및 향후 연구 방향
REFERENCES

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0