음향 이벤트 검출 시스템 개발을 향한 EfficientNet 기반 음향 모델 최적화에 관한 연구

Q: 이 논문에서 정의한 음향 이벤트 검출(SED)이란 무엇인가?

음향 이벤트 검출(SED)은 음향 신호에 포함된 음향의 종류와 구간을 검출하는 기술이다. 이는 보안, 헬스케어, 환경 모니터링 등 다양한 모니터링 시스템에서 핵심 기술로 활용되며, 음향 신호 분석 국제 경연 대회인 DCASE를 통해 성능 향상을 위한 연구가 활발히 진행되고 있다.

Q: EfficientNet 기반 음향 모델 최적화가 음향 이벤트 검출 시스템에 어떤 영향을 미치는가?

연구 결과, EfficientNet 기반의 경량화된 음향 모델은 DCASE의 CRNN 베이스라인과 비교하여 모델 변수 수를 약 17% 줄이면서도, 이벤트 기반 F1-score에서 약 2% 향상된 검출 성능을 보인다. 이는 저전력, 저사양 디바이스에서 음향 이벤트 검출 시스템의 효율적인 구현 가능성을 제시한다.

유창현; 박상욱

추천

검색

질문

자료유형: 학술대회자료

저자정보: 유창현 (강릉원주대학교) 박상욱 (강릉원주대학교)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집

발행연도: 2024.6

수록면: 2,257 - 2,261 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Sound Event Detection (SED) plays an important role in various monitoring systems. Detection and Classification of Acoustic Scenes and Events (DCASE) is an international competition on acoustic signal analysis, where various approaches to SED are presented. This study explores downsizing an acoustic model and improve performance by replacing the CNN of CRNN, which is the baseline model of DCASE2020, with an EfficientNet-based model. In experiments based on DCASE2020 task 4 testbed, the proposed method shows improvement in detection accuracy as well as in downsizing the number of model parameters. Specifically, the proposed method achieves improvement of detection accuracy about 2 % in terms of event-based F1 score and reducing the number of model parameters about 17 %.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)