• 한국멀티미디어학회논문지
• /
• 제21권3호
• /
• pp.391-399
• /
• 2018

In this paper, we construct and compare various guitar chord classification systems using perceptron neural network and convolutional neural network without pre-processing other than Fourier transform to identify the optimal chord classification system. Conventional guitar chord classification schemes use, for better feature extraction, computationally demanding pre-processing techniques such as stochastic analysis employing a hidden markov model or an acoustic data filtering and hence are burdensome for real-time chord classifications. For this reason, we construct various perceptron neural networks and convolutional neural networks that use only Fourier tranform for data pre-processing and compare them with dataset obtained by playing an electric guitar. According to our comparison, convolutional neural networks provide optimal performance considering both chord classification acurracy and fast processing time. In particular, convolutional neural networks exhibit robust performance even when only small fraction of low frequency components of the data are used.

• 한국음향학회지
• /
• 제24권1호
• /
• pp.29-37
• /
• 2005

본 논문은 한국의 전통 음악, 즉 국악 장르를 자동으로 분류하는 시스템을 제안한다. 제안된 시스템은 입력 음악의 내용기반 분석을 통하여 궁중음악, 풍류방음악, 민속성악, 민속기악, 불교음악, 무속음악 등 6가지 장르중 하나로 자동분류하여 해당 음악의 장르 결과를 보여준다. 국악 장르 분류에 사용된 내용기반 알고리즘은 크게 음악의 특징 벡터 추출 그리고 장르 분류를 위한 패턴인식 과정 2가지로 구성된다. 음악의 특징 벡터 추출은 디지탈 신호 처리기술을 이용하여 해당 음악의 spectral centroid, rolloff, flux 등 STFT (Short Time Fourier Transform) 기반의 특징 계수들과 MFCC (Mel frequency cepstral coefficient), LPC (Linear predictive coding) 등의 계수들을 구한 후 SFS (Sequential Forward Selection) 최적 특징 벡터 열을 선별하여 사용하였으며 패틴 분류 알고리즘으로는 k-NN (k -Nearest Neighbor), Gaussian, GMM (Gaussian Mixture Model), SVM (Support Vector Machine) 분류기를 사용하였다. 특히 본 연구에서는 입력 질의의 패턴 (혹은 구간) 변화에 따른 시스템의 불확실성을 개선하기 위하여 MFC (Multi Feature Clustring) 방법을 이용하여 DB를 구축하였다. 모의실험 결과 k-NN 과 SVM 분류기 모두 $97{\%}$ 이상의 장르 분류 성공률을 보였으나, SVM 이 k-NN에 비해 약 3배 이상의 빠른 분류 성능을 가지고 있음을 확인하였다.

• 한국전자파학회논문지
• /
• 제21권12호
• /
• pp.1460-1466
• /
• 2010

본 논문은 바이스태틱 RCS와 모노스태틱 RCS를 이용하여 각각 표적 구분 실험을 수행하고 그 성능을 비교 분석하였다. 모노스태틱 및 바이스태틱 RCS로부터 특성을 추출하기 위하여 시간-주파수 영역 해석법인 STFT와 CWT를 이용하였으며, 다중 퍼셉트론 신경망을 구분기로 이용하였다. 실험 결과, 모노스태틱과 바이스태틱 RCS 모두 CWT가 STFT보다 더 나은 구분 성능을 보여주었다. 또한, STFT에서는 바이스태틱 RCS를 이용했을 때, CWT에서는 모노스태틱 RCS를 이용하였을 때 대체적으로 더 좋은 성능을 나타내었다. 결과적으로 본 논문을 통하여 바이스태틱 RCS도 모노스태틱 RCS처럼 표적 구분에 똑같이 적용할 수 있다는 것을 알 수 있었다.

• 한국전기전자재료학회논문지
• /
• 제19권2호
• /
• pp.162-168
• /
• 2006

Recently, diagnosis techniques have been investigated to detect a Partial Discharge associated with a dielectric material defect in a high voltage electrical apparatus, However, the properties of detection technique of Partial Discharge aren't completely understood because the physical process of Partial Discharge. Therefore, this paper analyzes the process on surface discharge of polymer insulator using wavelet transform. Wavelet transform provides a direct quantitative measure of spectral content in the time~frequency domain. As it is important to develop a non-contact method for detecting the kaolin contamination degree, this research analyzes the electromagnetic waves emitted from Partial Discharge using wavelet transform. This result experimentally shows the process of Partial Discharge as a two-dimensional distribution in the time-frequency domain. Feature extraction parameter namely, maximum and average of wavelet coefficients values, wavelet coefficients value at the point of $95\%$ in a histogram and number of maximum wavelet coefficient have used electromagnetic wave signals as input signals in the preprocessing process of neural networks in order to identify kaolin contamination rates. As result, root sum square error was produced by the test with a learning of neural networks obtained 0.00828.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 추계학술대회 논문집 Vol.17
• /
• pp.662-665
• /
• 2004

Recently, diagnosis techniques have been investigated to detect a partial discharge associated with a dielectric material defect in a high-voltage electrical apparatus However, the properties of detection technique of PD aren't completely understood because the physical process of PD. Therefore, this paper analyzes the process on Surface Discharge of Polymer Insulator using Wavelet transform. Wavelet transform provides a direct quantitative measure of spectral content in the time-frequency domain. As it is important to develop a non-contact method for detecting the Contamination Degree, this paper analyzes the electromagnetic waves emitted from PD using Wavelet transform. This paper experimentally shows the process of PD as a two-dimensional distribution in the time-frequency domain. This method is shown to be useful for detecting prediction of contamination degree.

• 정보학연구
• /
• 제7권3호
• /
• pp.113-118
• /
• 2004

기존의 누설전류기법에서 한층 진일보된 비접촉식 수신용 안테나를 이용하여 복잡한 지역과 광범위한 지역에서 효율적인 고분자 애자의 오손정도를 진단하기 위하여 본 연구를 착수하였다. 착수된 연구는 가공된 챔버 내 설치된 고분자애자에 인위적으로 카올린과 소금을 혼합후 증류수에 혼합하여 인공 오손실시 후 방사전자파와 스페트럼 그리고 부분방전전하량을 동시에 측정 후 전자파 신호에 대한 카올린의 오손정도에 대한 특징추출을 위하여 다우비치 이산웨이블렛 변환기법에 적용 후 각각의 통계적인 파라미터의 특징을 추출하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.89-101
• /
• 2023

사이버 공격으로 인한 국가, 기업 등의 피해를 막기 위해 공격자의 접근을 사전에 감지하는 이상 탐지 기술이 꾸준히 연구되어왔다. 외부 혹은 내부에서 침입하는 공격들을 즉각적으로 막기 위해 실행시간의 감축과 오탐지 감소는 필수불가결하다. 본 연구에서는 공격 이벤트의 유형과 빈도가 이상 탐지 정탐률 향상 및 오탐률 감소에 영향을 미칠 것으로 가설을 세우고, 검증을 위해 Los Alamos National Laboratory의 2015년 로그인 로그 데이터셋을 사용하였다. 전처리 된 데이터를 대표적인 이상행위 탐지 알고리즘에 적용한 결과, 공격 이벤트 유형과 빈도를 동시에 적용한 특성을 사용하는 것이 이상행위 탐지의 오탐률과 수행시간을 절감하는데 매우 효과적임을 확인하였다.

• ETRI Journal
• /
• 제23권2호
• /
• pp.41-51
• /
• 2001

MPEG-7 standardization work has started with the aims of providing fundamental tools for describing multimedia contents. MPEG-7 defines the syntax and semantics of descriptors and description schemes so that they may be used as fundamental tools for multimedia content description. In this paper, we introduce a texture based image description and retrieval method, which is adopted as the homogeneous texture descriptor in the visual part of the MPEG-7 final committee draft. The current MPEG-7 homogeneous texture descriptor consists of the mean, the standard deviation value of an image, energy, and energy deviation values of Fourier transform of the image. These are extracted from partitioned frequency channels based on the human visual system (HVS). For reliable extraction of the texture descriptor, Radon transformation is employed. This is suitable for HVS behavior. We also introduce various matching methods; for example, intensity-invariant, rotation-invariant and/or scale-invariant matching. This technique retrieves relevant texture images when the user gives a querying texture image. In order to show the promising performance of the texture descriptor, we take the experimental results with the MPEG-7 test sets. Experimental results show that the MPEG-7 texture descriptor gives an efficient and effective retrieval rate. Furthermore, it gives fast feature extraction time for constructing the texture descriptor.

• 한국군사과학기술학회지
• /
• 제21권2호
• /
• pp.133-140
• /
• 2018

In electronic warfare(EW), low probability of intercept(LPI) radar signal is a survival technique. Accordingly, identification techniques of the LPI radar waveform have became significant recently. In this paper, classification and extracting parameters techniques for 7 intrapulse modulated radar signals are introduced. We propose a technique of classifying intrapulse modulated radar signals using Convolutional Neural Network(CNN). The time-frequency image(TFI) obtained from Choi-William Distribution(CWD) is used as the input of CNN without extracting the extra feature of each intrapulse modulated radar signals. In addition a method to extract the intrapulse radar modulation parameters using binary image processing is introduced. We demonstrate the performance of the proposed intrapulse radar waveform identification system. Simulation results show that the classification system achieves a overall correct classification success rate of 90 % or better at SNR = -6 dB and the parameter extraction system has an overall error of less than 10 % at SNR of less than -4 dB.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1291-1295
• /
• 2004

This paper proposed a new approach for endpoint detection of isolated speech, which proves to significantly improve the endpoint detection performance. The proposed algorithm relies on the root mean square energy (rms energy), zero crossing rate and spectral characteristics of the speech signal where the Euclidean distance measure is adopted using cepstral coefficients to accurately detect the endpoint of isolated speech. The algorithm offers better performance than traditional energy-based algorithm. The vocabulary for the experiment includes English digit from one to nine. These experimental results were conducted by 360 utterances from a male speaker. Experimental results show that the accuracy of the algorithm is quite acceptable. Moreover, the computation overload of this algorithm is low since the cepstral coefficients parameters will be used in feature extraction later of speech recognition procedure.