딥 뉴럴네트워크 기반의 소리 이벤트 검출

• 영문명: Sound Event Detection based on Deep Neural Networks
• 발행기관: 한국전자통신학회
• 저자명: 정석환(Suk-Hwan Chung) 정용주(Yong-Joo Chung)
• 간행물 정보: 『한국전자통신학회 논문지』제14권 제2호, 389~396쪽, 전체 8쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2019.03.30

국문 초록

본 논문에서는 다양한 구조의 딥 뉴럴 네트워크를 소리 이벤트 검출을 위하여 적용하였으며 공통의 오디오 데이터베이스를 이용하여 그들 간의 성능을 비교하였다. FNN, CNN, RNN 그리고 CRNN이 주어진 오디오데이터베이스 및 딥 뉴럴 네트워크 의 구조에 최적화된 하이퍼파라미터 값을 이용하여 구현되었다. 구현된 방식 중에서 CRNN이 모든 테스트 환경에서 가장 좋은 성능을 보였으며 그 다음으로 CNN의 성능이 우수함을 알 수 있었다. RNN은 오디오 신호에서의 시간 상관관계를 잘 추적하는 장점에도 불구하고 CNN 과 CRNN에 비해서 저조한 성능을 보임을 확인할 수 있었다.

영문 초록

In this paper, various architectures of deep neural networks were applied for sound event detection and their performances were compared using a common audio database. The FNN, CNN, RNN and CRNN were implemented using hyper-parameters optimized for the database as well as the architecture of each neural network. Among the implemented deep neural networks, CRNN performed best at all testing conditions and CNN followed CRNN in performance. Although RNN has a merit in tracking the time-correlations in audio signals, it showed poor performance compared with CNN and CRNN.

목차

Ⅰ. 서 론

Ⅱ. 관련연구

Ⅲ. 실험 방법 및 결과

Ⅳ. 결론

키워드

Deep Neural Networks Sound Event Detection Convolutional Recurrent Neural Networks 딥 뉴럴 네트워크 소리 이벤트 검출 컨벌루셔널 리커런트 뉴럴 네트워크