인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
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.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
