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
음원 위치 추정은 로봇 내비게이션, 스마트 홈 제어, 음향 모니터링 등 다양한 응용 분야에서 중요한 역할을 한다. 그러나 기존의 음원 위치 추정 기법들은 SNR(Signal-to-Noise Ratio)이 낮은 환경에서 정확도가 크게 저하되는 한계가 있다. 본 논문에서는 멀티채널 오디오 신호로부터 GCC(Generalized Cross Correlation) 특징을 추출하여 입력하는 오디오 스펙트로그램 트랜스포머 기반 음원 위치 추정 모델을 제안한다. 제안 모델은 다양한 실내 공간과 SNR 조건에서 기존의 GCC-PHAT(Generalized Cross Correlation – Phase Transform) 및 MUSIC(MUltiple SIgnal Classification) 알고리즘과 비교 평가되었다. 실험 결과, 제안 모델은 SNR 0 dB 환경에서도 평균 각도 오차 10.0163°, 평균 거리 오차 0.1626, RMSE(Root Mean Square Error) 0.89(5 m × 5 m × 5 m 기준)로 기존 기법 대비 우수한 성능을 보였다. 또한, 공간 크기 변화와 잡음 환경 변화에도 강인한 일반화 성능을 나타냈다. 본 연구는 트랜스포머 기반 딥러닝 모델이 실내 환경에서
신뢰성 높은 음원 위치 추정에 효과적으로 활용될 수 있음을 실증하였다.
신뢰성 높은 음원 위치 추정에 효과적으로 활용될 수 있음을 실증하였다.
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
UCI(KEPA) : I410-151-26-02-094578671
