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
최근 드론은 물류, 감시, 촬영 등 다양한 분야에서 활용이 급증하고 있지만 동시에 시설 침입, 사생활 침해, 불법 비행 등 다양한 보안 위협 요소로 부각되고 있다. 이에 따라 드론의 신속하고 정확한 탐지 및 식별에 대한 필요성이 크게 증가하였으나, 기존 레이더, 영상(광학), 무선주파수(RF) 방식은 소형 드론 식별의 한계나 환경적 제약(시야, 기상 등)에 취약하다는 문제가 있다. 최근에는 기존의 감시체계의 한계를 보완하는 음향 감시 체계가 주목받고 있다. 본 논문은 야외 환경에서 음성과 함께 수집·공개된 드론 음향 데이터 세트에 대해 적절한 전처리를 적용한 뒤, 합성곱신경망, 순환신경망, Frequency Dynamic Convolutional Recurrent Neural Network (FDY-CRNN), 그리고 Partial Frequency Dynamic Convolutional Recurrent Neural Network (PFD-CRNN)을 학습·평가하여 드론 기종 식별 성능을 비교·분석한다. 본 데이터와 본 실험 조건에서 음성이 포함된 시험 데이터로 측정한 결과, CNN, RNN에 비해 CRNN 계열 모델의 우위가 뚜렷하지 않았다.
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
