• 정보처리학회논문지B
• /
• 제15B권4호
• /
• pp.301-306
• /
• 2008

최근 들어 저출산으로 인한 사회적 현상의 변화로 소아의 건강관리 및 유지는 다양한 방법으로 제시되고 있다. 본 논문에서는 이러한 시대적 요구를 반영하기 위해 흔히 발병하는 소아 호흡기 질환을 조기에 진단할 수 있는 방법을 제안하고자 한다. 그 중에서 소아감기 및 소아폐렴에 관한 진단 방법을 연구하고자 한다. 이를 위해 소아의 유일한 표현 수단인 울음소리를 통한 소아감기 집단과 소아폐렴 집단간의 비교를 행하였으며 정상 소아 집단과의 차이점을 추출하고자 한다. 따라서 본 논문에서는 호흡기 질환이 영향을 미치는 인체의 기관과 음성을 표현하는 조음기관간의 연관성을 분석하고 성분음을 추출하는 스펙트럼을 통해 각각의 집단별 결과 파형 및 주파수 영역대를 비교, 분석하여 소아감기와 소아폐렴을 진단하고자 한다. 최종적으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.

• 한국산학기술학회논문지
• /
• 제11권9호
• /
• pp.3510-3516
• /
• 2010

본 논문은 유아에게 동물의 모습과 습성, 울음소리, 특징 및 한글과 영어 등을 학습하게 하기 위하여 다양한 동물이 있는 동물원을 대상으로 시스템을 개발하였다. 유아가 관심 있는 동물의 전면에 인형을 위치하면, 동물의 울음소리, 모습 등을 동물원 모형에 연결되어 있는 디스플레이 장치를 통하여 학습할 수 있다. 동물원은 현재의 동물원의 모양을 축소하여 각 동물 우리에 동물을 인식할 수 있는 센서를 부착한다. 부착된 센서는 각각 고유의 ID를 가지고 있으며, 유아인형이 접근 하게 되면 인식하고 처리기에 고유 ID를 전송하게 된다. 전송된 ID는 데이터베이스에서 전송된 ID값과 일치하는 콘텐츠를 검색하게 되고, 검색된 콘텐츠는 Output 장치를 통하여 출력되게 된다. 또한 인형이 동물우리에 근접하였을 경우 멀티미디어 효과를 통하여 동물의 울음소리 및 기본적인 학습을 할 수 있도록 하였으며, 한글, 영어, 수셈 학습을 동시에 할 수 있도록 구성하였다.

• 한국음향학회지
• /
• 제37권1호
• /
• pp.60-65
• /
• 2018

본 논문에서는 양서류 울음소리 구별을 CNN(Convolutional Neural Network)에 적용하기 위한 방법으로 공분산 행렬과 모듈로그램(modulogram)을 제안한다. 먼저, 멸종 위기 종을 포함한 양서류 9종의 울음소리를 자연 환경에서 추출하여 데이터베이스를 구축했다. 구축된 데이터를 CNN에 적용하기 위해서는 길이가 다른 음향신호를 정형화하는 과정이 필요하다. 음향신호를 정형화하기 위해서 분포에 대한 정보를 나타내는 공분산 행렬과 시간에 대한 변화를 내포하는 모듈로그램을 추출하여, CNN의 입력으로 사용했다. CNN은 convolutional layer와 fully-connected layer의 수를 변경해 가며 실험하였다. 추가적으로, CNN의 성능을 비교하기 위해 기존에 음향 신호 분석에서 쓰이는 알고리즘과 비교해보았다. 그 결과, convolutional layer가 fully-connected layer보다 성능에 큰 영향을 끼치는 것을 확인했다. 또한 CNN을 사용하였을 때 99.07 % 인식률로, 기존에 음향분석에 쓰이는 알고리즘 보다 높은 성능을 보인 것을 확인했다.

• 한국통신학회논문지
• /
• 제33권12B호
• /
• pp.1123-1130
• /
• 2008

출산율, 결흔율 감소 및 이혼을 증가 등의 사회적 현상으로 인해 태어나면서부터 건강에 대한 관심이 증대되고 있는 실정이다. 특히 의사 표현 능력이 부족한 소아의 질환 진단은 직접 내원해서 진단을 받아야 하는 불편함을 가지고 있다. 이를 위해 본 연구에서는 재택 기반으로 소아 울음소리를 통해 음성 분석학적 요소를 추출하여 정상 소아와 질환을 앓고 있는 소아와의 비교, 분석을 통해 소아 질환을 진단할 수 있는 시스템을 개발하고자 한다. 특히, 본 논문은 소아에게 가장 쉽게 걸릴 수 있는 소아호흡기 질환 중 소아감기, 소아폐렴 및 소아천식을 대상으로 실험을 수행하였으며 울음소리의 특징 요소를 추출하여 진단기기로 개발하고자 한다. 이를 위해 소아호흡기 질환이 인체의 음성 기관을 자극하는 질환임을 가정하고 음성학적 분석 요소 중 조음기관과 관련된 주파수대역폭분석을 통한 방법을 실험하였으며 이를 정상 소아와 소아호흡기 질환을 앓고 있는 환자를 비교, 분석하였다. 이와같은 방법을 통해 정상 소아에 비해 호흡기 질환을 앓고 있는 소아가 주파수 대역폭이 짧게 형성되는 결과를 추출하였다.

• 정보처리학회논문지B
• /
• 제13B권2호
• /
• pp.97-104
• /
• 2006

의사 표현 능력이 떨어지는 소아들은 질병 발생시 이를 효과적으로 자신의 불편함을 표현할 방법이 없다. 따라서 임상의들은 소아 환자의 부모들로부터 문진(inquiring)을 통해 질병 진단을 하고 있는 것이 현 실정이며 이는 잘못된 진단 결과를 초래 할 수 있는 문제점을 가지고 있다. 이를 위해 본 연구에서는 인체 오장 육부의 생체 신호가 안면과 음성에 반영되어 나타난다는 한방 원리를 이용하여 소아 망진, 소아 청진 기기를 개발한다. 그 결과 진단시 임상의들의 직관을 시각화, 객관화, 정량화하여 소아 질병 진단의 정확성을 기하고자 한다. 본 논문은 전체 개발 시스템 중 그 첫 번째 작업 수행 결과로서 소아 망진의 경우 색상 보정, YCbCr 적용과 살색 영역 선정 그리고 오관 및 명당 추출 방법 등을 개발한다. 또한 소아 청진의 경우 피치, 강도, 포먼트 분석을 통해 영아 산통 질병의 울음소리 특성을 수치화하였으며 이를 통해 임상의들의 직관을 객관화한다. 끝으로 실험에 의해 제안한 방법의 유용성을 입증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.839-841
• /
• 2018

인공지능 기술을 활용하여 동물 소리를 분석하고 그 종을 구별하는 기술은 지역의 야생동물 현황 파악이나 생태계 조사 등에 효과적으로 사용될 수 있다. 인공지능 기술을 활용하기 위해서는 많은 동물 소리 샘플이 필요하지만, 현재 그러한 데이터는 녹음 환경이 고도화되어 있는 상용 DB나 전문가 DB 형태로 존재한다. 이러한 데이터만을 학습한 인공지능의 경우 실제 환경에서 녹음된 동물 소리를 식별하는 데 많은 어려움이 예상된다. 따라서 본 논문에서는 다양한 동물 소리를 수집하기 위해 동물 관련 전문가나 일반 사용자 모두 자유롭게 사용할 수 있는 동물 울음소리 수집과 분류를 위한 오픈 플랫폼을 제안한다. 플랫폼에 업로드된 소리 파일은 인공지능의 학습 데이터로 사용하며, 이 인공지능은 사용자에게 소리 파일을 분석한 결과로 해당 동물종과 그에 대한 다양한 생태정보를 제공하고 부가적으로 지역별 동물 통계 및 소리 파일에서의 소리 구간 추출, 소리 파일 공유 등 다양한 기능을 제공한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.219-220
• /
• 2018

본 논문에서는 안드로이드 센서를 활용하여 청각장애인을 위한 소리감지 어플리케이션을 설계하고 구현한다. 이 어플리케이션 메뉴는 백그라운드 실행 유지와 특정 데시벨 이상의 음성인식 동작으로 구성한다. 백그라운드 유지 실행 유지는 스마트폰의 어플리케이션 작동 시 다른 어플리케이션을 활용할 수 있도록 편의성을 증진하며, 특정 데시벨 이상의 음성인식을 통하여 일상적인 소리가 아닌 화재나 재난 상황 시 발생하는 경보기소리나 아이 울음소리, 초인종 소리 등 사운드를 통한 인식이 중요시 되는 상황에서 청각장애인들을 위한 진동과 빛 센서를 활용하여 사용자들이 주변 상황을 감지하도록 구현한다.

• 대한소아치과학회지
• /
• 제39권3호
• /
• pp.267-272
• /
• 2012

치과의사는 감염, 알레르기, 시력장애 등 다양한 직업적 위험에 노출되어 있으며, 그 중에서도 비교적 최근 들어 새롭게 제기된 문제가 청력손상이다. 치과 진료실에서 발생하는 소음이 작업장 소음 기준을 초과한다는 조사 결과가 발표된 바 있고, 특히 소아치과 의사는 각종 치과 소음에 더하여 어린이의 울음소리라는 부가적 소음원에도 일상적으로 노출되고 있다. 본 연구는 소아치과 의사에게 영향을 미칠 수 있는 소음 환경에 대해 조사하고, 이에 따른 청력 손상 가능성을 고찰해 볼 목적으로 시행되었다. 휴대용 소음계를 이용하여, 각종 치과용 기구, 어린이의 울음소리, 양자가 동시에 발생할 때의 소음 크기를 각각 측정하고, 소아치과 의사가 소음 환경에 노출되는 시간을 설문을 통해 조사하였다. 이 결과를 National Institute for Safety and Health(NIOSH) 및 Occupational Safety and Health Act (OSHA)의 소음 역치 기준, CRA News letter의 청력 손상을 유발하는 소음 기준과 각각 비교하였다. 그 결과, 소아치과 의사가 노출된 소음 환경은, 강도와 노출 시간을 고려했을 때 허용된 작업장 소음 기준을 초과하며, 어린이의 울음소리는 한 번의 노출로도 영구적 청력 손상을 야기할 수 있는 수준으로 나타났다. 따라서 일반 치과의사와 비교하여 소아치과 의사는 직업적 청력 손상의 위험성이 더 높으며, 이를 최소화하기 위한 적극적인 대책이 필요하다는 결론을 내릴 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.768-771
• /
• 2024

인간의 산업 활동으로 인하여 동물들의 생존이 위협받으면서, 동물의 서식 분포를 효과적으로 파악할 수 있는 자동 야생동물 모니터링 기술의 필요성이 점점 더 커지고 있다. 그중에서도 동물 소리 분류 기술은 시각적으로 식별이 어려운 동물에게도 효과적으로 적용할 수 있는 장점으로 인하여 널리 사용되고 있다. 최근 심층학습 기반의 분류 모델들이 좋은 판별 성능을 보여주고 있어 동물 소리 분류에 많이 사용되고 있지만, 희귀종과 같이 개체 수가 적어 데이터가 부족한 경우에는 학습이 제대로 이루어지지 않을 수 있다. 또한, 이러한 모델들은 모델 내부에서 일어나는 추론 과정을 알 수 없어 결과를 완전히 신뢰하고 사용하는 데 제약이 따른다. 이에 본 논문에서는 전이 학습을 통해 데이터 부족 문제를 고려하고, SHAP을 이용하여 분류 모델의 추론 과정을 해석하는 설명가능한 동물 소리 분류 기법을 제안한다. 실험 결과, 제안하는 기법은 지도 학습을 한 경우보다 분류 성능이 향상됨을 확인하였으며, SHAP 분석을 통해 모델의 분류 근거를 이해할 수 있었다.

• 한국음향학회지
• /
• 제36권6호
• /
• pp.401-406
• /
• 2017

본 논문에서는 양서류 울음소리를 통한 종 인식 시스템 개발을 위해, 음향 신호 분석에서 활용되는 주요 알고리즘의 인식 성능을 평가했다. 먼저, 멸종위기 종을 포함하여 총 9 종의 양서류를 선정하여, 각 종별 울음소리를 야생에서 녹음하여 실험 데이터를 구축했다. 성능평가를 위해, MFCC(Mel Frequency Cepstral Coefficient), RCGCC(Robust Compressive Gammachirp filterbank Cepstral Coefficient), SPCC(Subspace Projection Cepstral Coefficient)의 세 특징벡터와 GMM(Gaussian Mixture Model), SVM(Support Vector Machine), DBN-DNN(Deep Belief Network - Deep Neural Network)의 세 인식기가 고려됐다. 추가적으로, 화자 인식에 널리 사용되는 i-vector를 이용한 인식 실험도 수행했다. 인식 실험 결과, SPCC-SVM의 경우 98.81 %로 가장 높은 인식률을 확인 할 수 있었으며, 다른 알고리즘에서도 90 %에 가까운 인식률을 확인했다.