• 한국가스학회지
• /
• 제23권6호
• /
• pp.97-102
• /
• 2019

본 연구에서는 우리나라 가정에서 가장 많이 쓰이고 있는 LNG를 대상이며 수요가 증가함에 따라 가스사고는 늘어나고 있는 실정이다. 그 중 사용자취급부주의로 인한 사고가 가장 많은데 이를 효과적으로 미연에 방지 하고자 시나리오를 구축하여 정보제공을 하고자한다. 가정에서의 가스누출은 밀폐 된 공간이며 이에 따른 적합한 gaussian model을 적용하였다. 4차 산업 혁명으로 스마트 홈 제어 기술이 발전함에 따라 가스누출사고를 예측하고 방지하고자 프로그램으로 정보제공을 할 수 있는 토대를 만들어 스마트 홈 안전 플랫폼에 적용하고자 한다.

• 한국산학기술학회논문지
• /
• 제13권2호
• /
• pp.817-821
• /
• 2012

본 논문에서는 환경음 인식에 GMM(Gaussain mixture model)을 이용할 때 MDL(minimum description length)와 BIC(Bayesian information criterion) 모델선택 기준을 이용하여 최적의 혼합모델 개수를 결정하는 방법에 대해 다루었다. 실험은 모두 9가지 종류의 환경음으로부터 12차 MFCC(mel-frequency cepstral coefficients) 특징 27747개를 추출하고 이를 GMM으로 분류하였다. 각 환경음 클래스의 최적 혼합모델 개수를 추정 하기위해 MDL과 BIC를 적용하고 그 결과를 고정 개수의 혼합모델을 사용한 경우와 비교하였다. 실험 결과에 따르면 혼합모델 선택 방법을 적용한 경우가 그렇지 않은 경우에 비해 거의 유사한 인식성능을 유지하면서 계산복잡도는 BIC와 MDL를 통해 각각 17.8%와 31.7%가 감소하는 것을 확인하였다. 이는 GMM을 이용한 환경음 인식에서 BIC와 MDL 적용을 통해 계산복잡도를 효과적으로 감소시킬 수 있음을 보여준다.