선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 각 센서를 이용한 꽃냄새 인식과 냄새발향 시스템을 이용한 냄새 표현 방법을 제안하고 꽃냄새 인식 실험을 통하여 기존 방법과 비교하여 성능을 평가한다. 또한 냄새 발향의 경우 피실험자를 통해 MOS(Mean Opinion Score)를 측정하여 실험하였다.
- 본 논문에서는 꽃냄새 인식을 위해 다중 센서를 선택하는 냄새 인식 시스템에서 최적의 센서 조합을 선택하기 위하여 통계적 분석 기반으로 센서 간의 상관계수를 이용하는 방법을 제안한다. 제안하는 센서 결정 방법은 다양한 금속 산화물 반도체 (Metal Oxide Semiconductor: MOS) 센서 어레이를 사용하여 냄새 데이터를 수집한 후 수집한 냄새의 상관도를 기반으로 적합한 센서를 결정한다.
가설 설정
- 냄새 출력 조절밸브의 동작), 5) 발향이 완료되면 발 향 완료 응답.
제안 방법
- 제라늄, 양?1비꽃, 일랑일랑, 쟈스민, 카모메일, 네롤리, 라일락의 12개 향을 발산하는 에센셜 오일을 가지고 MOSfMean Opinion Score) 테스트를 수행하였다. 총 5명의 피험자에게 12개의 향에 대한 레퍼런스 향기를 발산하여 향기를 맡게 한 후, 100%의 농도로 발향하는발향 장치의 향기와 비교시켜서 피험자의 정성적 향기인지 정도를 평가하였다.
- MOS 센서 어레이 기반의 꽃냄새 획득 모듈을 이용하여 총 12 종의 꽃냄새-Rose, Jasmine, Lavender, Lily, Musk, Rosemary, Sandalwood, Tulip, Vanilla, Claamomile, Hyssop, Neroli 에 대하여 각각 50 개의 데이터베이스를 구축하였고 전체 600번의 향기 측정 결과를 본 실험에 이용하여 개별 향기에 대하여 각각 50회의 인식 실험을 수행하였다. 본 실험은 상관계수 기반의 꽃냄새 인식 실험 그리고 PCA 기반의 K-NN 및 LDA 기반의 K-NN을 이용한 꽃냄새 인식 실험을 포함한다.
- 각 센서에 대한 상관계수의 평균을 이용하여 상관도가 높은 센서를 제외하고 상관도가 낮은 센서를 선별한다.<표 4>는 꽃 냄새에 대한 MOS 센서 사이의 상관관계(평균) 및 순서(Rank)를 나타내었다.
- 저장된 냄새 데이터를 발향 장치로 전송하여 중심향의 농도에 맞게 냄새를 발향하게 된다. 냄새 인식에서는 제안된 방식의 성능 평가를 위해 총 12 종의 꽃 냄새 오일(Rose, Jasmine, Lavender, Lily, Musk, Rosemary, Sandalwood, Tulip, Vanilla, Chamomile, Hyssop, Neroli) 을 사용하여 유효성을 평가였으며 냄새 합성에서는 5명의 피실험자로부터 MOS (Mean Opinion Score) 를 구하여 유효성을 평가하였다.
- MCU에서 출력되는 신호의 전류는 40mA이하로 낮기 때문에 출력단에 전류증폭 Grcuit를 구성하여 공기펌프. 냄새 출력 조절밸브 등을 구동 하도록 하였다. 또한 발향출력동작의 상태를 확인할 수 있도록 상태 표시 LED를 추가 하였다.
- 냄새통과 냄새 출력부 중간에 냄새 출력조절 밸브가 위치한다. 냄새의 최종 출력부에 FAN을 설치하여 냄새가 멀리 분사될 수 있도록 하였다.<그림 6> 에 발향 시스템 구성도를 나타내었다.
- 부족하다. 따라서 제안하는 냄새 인식 및 실감형 멀티미디어 표현 기술은 다양한 냄새 센서를 배열하고 냄새 인식에 사용되며, 센서로부터 저장된 냄새 데이터 정보를 이용하여 냄새의 농도를 측정하여 발향한다. 냄새 인식기를 다양한 영역에서 사용 가능하고 냄새 정보를 저장하며 중심향 기반의 발향으로 입력 냄새와 유사한 냄새를 저장하고 전송 가능 하다.
- 또한 냄새 발향의 경우 피실험자를 통해 MOS(Mean Opinion Score)를 측정하여 실험하였다.
- 냄새 출력 조절밸브 등을 구동 하도록 하였다. 또한 발향출력동작의 상태를 확인할 수 있도록 상태 표시 LED를 추가 하였다. 발향 출력을 실시간 제어하기 위해 내부의 Timer를 사용하여 시분할 제어하도록 설계하였다.
- 또한 발향출력동작의 상태를 확인할 수 있도록 상태 표시 LED를 추가 하였다. 발향 출력을 실시간 제어하기 위해 내부의 Timer를 사용하여 시분할 제어하도록 설계하였다.
- 본 논문에서는 후각 센서를 이용한 꽃냄새 인식과 냄새 발향 시스템을 이용한 냄새 표현 방법을 제안하였으며 성능 평가를 위하여 기존 후각 인식 시스템에서 주로사용되어진 PCA기반의 K-NN 패턴 인식 알고리즘과 LDA기반의 K-NN 패턴 인식 알고리즘 및 상관관계를 이용한 꽃냄새 인식 시스템을 개별적으로 구현하고 제안된 알고리즘을 이용한 꽃냄새 인식 실험을 수행함으로써 본 제안의 유효성 등을 검증하였다. 또한 상관관계를 이용한 꽃냄새 인식 시스템에 16개 센서를 사용한 결과와 제안된 최적의 센서 결정 방법으로 6개와 8개의 센서를 선별하여 실험하였다.
- 본 논문에서는 후각 센서를 이용한 냄새 인식 방법 및 냄새 합성 기술은 꽃냄새로부터 가장 적절한 센서를 선별하고 선택된 센서의 중심향의 농도를 측정하여 냄새 데이터로 저장한다. 저장된 냄새 데이터를 발향 장치로 전송하여 중심향의 농도에 맞게 냄새를 발향하게 된다.
- 실험을 수행하였다. 본 실험은 상관계수 기반의 꽃냄새 인식 실험 그리고 PCA 기반의 K-NN 및 LDA 기반의 K-NN을 이용한 꽃냄새 인식 실험을 포함한다. PCA 기반의 K-NN 및 LDA 기반의 K-NN 패턴인식 알고리즘을 이용한 꽃냄새 인식 시스템에서는 개별 꽃냄새에 대해 시작 시점을 기준으로 앞선 32샘플로부터 시작점 이후 480샘플까지의 특징 영역에 대한 전체 64개의 특징 파라미터를 추출하였으며 최소 유클리드 거리를 가지는 꽃냄새를 인식하였다.
- 입력되는 냄새로부터 16개의 센서를 사용하여 냄새 DB를 구축하고 각 센서별 상관계수를 계산한 후 상관도가 낮은 센서를 선택한다. 선택된 센서는 유사한 응답 특성을 갖는 센서를 제거한 것이며 제안한 방법으로 냄새 영역에 가장 적절한 센서를 결정 할 수 있다.
- 상관도가 낮은 센서만을 사용한다. 센서 결정 방법을 꽃냄새 합성 및 인식 시스템 등에 적용하며, 상용화된 센서 중 크기가 소형이며, 아로마 향에 대한 반응치 가 크고, 센서 응답의 변화가 빠른 16개 센서를 선정한다. 상용화된 센서는 MOS 센서 중 Figaro사의 TGS 계열 센서와 E2V사의 센서, FIS 사의 센서를 사용한다.
- 2006년 국내의 호서대학교에서는 발향 시스템을 개발 하여, 2006년 11월 킨텍스 (Kintex)에서 열린 차세대 PC전시회에서 시연을 하였다. 시스템 구성은 PC, 제어보드, 발향출력부(펌프, 솔레노이드 밸브 등)로 구성 되었고, 5가지 냄새를 발향할 수 있게 제작하였다. 호서대학교에서 연구한 발향장치의 물리적 구조와 시스템 블럭도를<그림 3>에 나타내었다.
- RHD 센싱 기능을 포함하여 특정 지역(위치)에서 향수를 발향하는 기능을 하고, 4가지 향수를 발향할 수 있다. 시스템은 Odor-Controlling Unit, Odor- Generating Unit, Odor-Presenting Units. 구성 된다.
- <표 3>에서 제시된 바와 같이 센서 어레이는 16개의 MOS 센서를 사용하였으며 이를 사용하여 꽃냄새 획득모듈을 구현하였다. 꽃냄새 데이터를 획득하기 위한 센서 어레이와 센서의 히팅 전원 및 회로 전원, A/D 변환 및 데이터 처리를 수행하는 MCU(C8051F350) 그리고 취득된 데이터를 전송하기 위한 통신 모듈을 포함한다[13].
- 위와 같이 상관도가 낮은 센서를 선별하여 중심 센서를 선정한 후 중심 센서를 사용하여 냄새 인식을 수행한다. 선택된 중심 센서가 M개라면, 각 센서를 통해 취득한 냄새 샘플의 반응치를 X, 참조 모델에 대한 반응치를 Y라고 할 때, 선정된 M개의 센서로 획득된 i 개의 샘플에 대한 상관계수는 수식 4과 같다.
- T Yamada, S Yokoyama 등은 Wearable 냄새 표현 시스템을 개발하여 냄새 출력 호스를 헤드폰에 부착하여 냄새를 맡을 수 있도록 하였다. 이 시스템은 냄새 출력 호스를 헤드폰에 부착하여 냄새를 맡을 수 있도록 하였고, 휴대형으로 Outdoor Environment에서 사용할 수 있도록 제작 하였다. RHD 센싱 기능을 포함하여 특정 지역(위치)에서 향수를 발향하는 기능을 하고, 4가지 향수를 발향할 수 있다.
- 우선 측정 대상이 유사한 MOS 가스센서 중 응답의 크기가 작고 변화가 낮은 센서를 제외하여 총 16개의 센서를 선별한다. 입력되는 냄새로부터 16개의 센서를 사용하여 냄새 DB를 구축하고 각 센서별 상관계수를 계산한 후 상관도가 낮은 센서를 선택한다. 선택된 센서는 유사한 응답 특성을 갖는 센서를 제거한 것이며 제안한 방법으로 냄새 영역에 가장 적절한 센서를 결정 할 수 있다.
- 방법을 제안한다. 제안하는 센서 결정 방법은 다양한 금속 산화물 반도체 (Metal Oxide Semiconductor: MOS) 센서 어레이를 사용하여 냄새 데이터를 수집한 후 수집한 냄새의 상관도를 기반으로 적합한 센서를 결정한다. 우선 측정 대상이 유사한 MOS 가스센서 중 응답의 크기가 작고 변화가 낮은 센서를 제외하여 총 16개의 센서를 선별한다.
- 수행하였다. 총 5명의 피험자에게 12개의 향에 대한 레퍼런스 향기를 발산하여 향기를 맡게 한 후, 100%의 농도로 발향하는발향 장치의 향기와 비교시켜서 피험자의 정성적 향기인지 정도를 평가하였다. 그 결과, 전체 피험자 평균 약 3.
대상 데이터
- Bluetooth 통신을 115.2Kbps의 속도로 데이터 통신을 하도록 설계 하였고, MCU는 ATmega2560을 사용하였다. MCU에서 출력되는 신호의 전류는 40mA이하로 낮기 때문에 출력단에 전류증폭 Grcuit를 구성하여 공기펌프.
- 냄새가 검출된 시점을 기준으로 앞선 32샘플부터 시작점 이후의 480 샘플까지를 꽃 냄새 인식을 위한 특징영역으로 총 512 샘플을 선정하였다. 검출된 시점을 기준으로 앞선 32샘플은 베이스라인에 대한 정보, 시작점 이후의 480샘플은 냄새 유입에 따른 상승 곡선으로 냄새 변화를 가장 잘 나타낼 수 있는 정보로 판단되며 이에 대한 패턴 인식 프로세스를 수행한다.
- 알고리즘을 이용한 꽃냄새 인식 실험을 수행함으로써 본 제안의 유효성 등을 검증하였다. 또한 상관관계를 이용한 꽃냄새 인식 시스템에 16개 센서를 사용한 결과와 제안된 최적의 센서 결정 방법으로 6개와 8개의 센서를 선별하여 실험하였다. 실험한 결과 상관도가 낮은 6개, 8 개의 센서로 인식한 경우 16개의 센서를 사용한 경우보다 각각 1% 하락, 0.
- 발향을 위해 공기펌프는 12V/500mA, 300 ml/min 의 부품을 사용, 냄새 출력 조절밸브는 12V/300mA, 10ms 이내 ON/ OFF 동작 성능의 부품을 사용, 냄새통 크기는 3㎖를 사용, 공기 입력 연결호스는 1.20 냄새 출력연결 호스는 1.5Φ를 사용하였다. 냄새출력 FANe 12V/ 100mA, 10000RPM/min의 부품을 사용하였다.
- 센서 결정 방법을 꽃냄새 합성 및 인식 시스템 등에 적용하며, 상용화된 센서 중 크기가 소형이며, 아로마 향에 대한 반응치 가 크고, 센서 응답의 변화가 빠른 16개 센서를 선정한다. 상용화된 센서는 MOS 센서 중 Figaro사의 TGS 계열 센서와 E2V사의 센서, FIS 사의 센서를 사용한다.
- 제안하는 센서 결정 방법은 다양한 금속 산화물 반도체 (Metal Oxide Semiconductor: MOS) 센서 어레이를 사용하여 냄새 데이터를 수집한 후 수집한 냄새의 상관도를 기반으로 적합한 센서를 결정한다. 우선 측정 대상이 유사한 MOS 가스센서 중 응답의 크기가 작고 변화가 낮은 센서를 제외하여 총 16개의 센서를 선별한다. 입력되는 냄새로부터 16개의 센서를 사용하여 냄새 DB를 구축하고 각 센서별 상관계수를 계산한 후 상관도가 낮은 센서를 선택한다.
데이터처리
- 최적의 센서 결정 방법에 의해 상관도가 높은 10개의 센서를 제외하고 6개의 센서만을 사용했을 때의 결과를 8 개와 16개의 센서를 사용한 인식 결과와 비교하였다.<그림 12>는 16개의 센서와 센서 결정 방법에 의해 선택된 센서 6개와 8개에 대한 인식률 및 평균 인식률 나타내었다.
이론/모형
- 냄새 검출 모듈에서는 입력되는 꽃냄새에 대한 센서의 응답을 C. Shannon에 의한 정보 엔트로피의 정의에 적용함으로써 입력 냄새에 대한 센서 측정값의 변화 시점을 판단하였으며 개별 센서에 대한 프레임 단위의 엔트로피는 수식 (1)과 같다. n번째 프레임의 엔트로피 값 E(n)이 검출 실험에 의해 정의된 임계값 (1.
성능/효과
- 각 센서별 상관계수를 획득하는 단계, 그리고 4) 꽃냄새 참조 모델들에 대한 각 센서별 상관계수의 평균값으로부터 꽃냄새 인식을 위한 최대 상관계수를 획득하는 단계를 포함한다. 입력되는 꽃 냄새와 가장 유사도가 높은 모델을 인식결과로 나타낸다.
- PCA 기반의 K-NN 및 LDA 기반의 K-NN 패턴인식 알고리즘을 이용한 꽃냄새 인식 시스템에서는 개별 꽃냄새에 대해 시작 시점을 기준으로 앞선 32샘플로부터 시작점 이후 480샘플까지의 특징 영역에 대한 전체 64개의 특징 파라미터를 추출하였으며 최소 유클리드 거리를 가지는 꽃냄새를 인식하였다.<그림 은 꽃냄새에 대한 인식률을 나타낸 것으로 전체 12 종의 꽃냄새에 대해 PCA 기반의 K-NN 알고리즘의 경우 71.33%의 평균 인식률을 도출하였고, LDA기반의 K-NN 알고리즘의 경우 76.67% 의 평균 인식률을 도출하였다.
- 총 5명의 피험자에게 12개의 향에 대한 레퍼런스 향기를 발산하여 향기를 맡게 한 후, 100%의 농도로 발향하는발향 장치의 향기와 비교시켜서 피험자의 정성적 향기인지 정도를 평가하였다. 그 결과, 전체 피험자 평균 약 3.18의 MOS 결과를 얻었다.
- 33% 향상되었다. 냄새 표현 실험의 경우 냄새 표현을 위한 발향 시스템을 제안하였으며 후각 인지 실험을 수행한 결과, 본 연구의 유효성을 확인할 수 있었다. 따라서 본 연구는 다양한 응용 서비스에 적용 가능할 것이라고 판단된다.
- 또한 비교 알고리즘과 동일한 특징 영역에 대한 상관계수 기반의 꽃냄새 인식 시스템은 12종의 모든 꽃냄새에 대해 95.67%의 평균 인식률을 도출하였다.
- 냄새출력 FANe 12V/ 100mA, 10000RPM/min의 부품을 사용하였다. 발향시간은 1초 단위로 99초 까지 발향을 가능하게 하였으며, 발향농도는 1% 단위로 0~100%까지 조절 가능도록 하였다. 이해를 돕기 위해<그림 9>에 발향 Timing Qaart를 나타내었다.
- 본 논문에서 제안한 상관관계 기반을 둔 최적의 센서 결정 방법에 의해 상관도가 높은 8개의 센서를 제외하고 8개의 센서만을 사용하여 인식실험을 했을 때 가장 우수한 성능을 보였으며 16개의 센서를 사용한 경우보다 0.33% 향상된 96%의 성능을 보였다. 또한 8개의 센서만을 사용함으로 회로를 간소화하여 비용 절감 효과를 얻을 수 있다.
- 또한 상관관계를 이용한 꽃냄새 인식 시스템에 16개 센서를 사용한 결과와 제안된 최적의 센서 결정 방법으로 6개와 8개의 센서를 선별하여 실험하였다. 실험한 결과 상관도가 낮은 6개, 8 개의 센서로 인식한 경우 16개의 센서를 사용한 경우보다 각각 1% 하락, 0.33% 향상되었다. 냄새 표현 실험의 경우 냄새 표현을 위한 발향 시스템을 제안하였으며 후각 인지 실험을 수행한 결과, 본 연구의 유효성을 확인할 수 있었다.
- 위의 실험에서 센서 결정 방법에 의해 결정된 센서 6 개를 사용한 결과 16개를 사용한 실험에 비해 1% 낮은 인식률을 보였으나, 이는 센서의 개수 차이에 비해 인식률의 하락폭이 적다고 할 수 있다.
- 실험결과를 보인다. 이러한 결과는 제안하는 시스템에 의해 발산된 향기가 인간의 인지 능력으로 판단될 수 있는 수준임을 의미한다.
후속연구
- 냄새 표현 실험의 경우 냄새 표현을 위한 발향 시스템을 제안하였으며 후각 인지 실험을 수행한 결과, 본 연구의 유효성을 확인할 수 있었다. 따라서 본 연구는 다양한 응용 서비스에 적용 가능할 것이라고 판단된다. 특히, 유비쿼터스 환경에서 실감형 멀티미디어, 가상현실 및 증강현실 등의 서비스제 공이 가능할 것이다.
- 호서대학교에서 개발한 발향시스템은 5가지의 냄새를 발향할 수 있고, 냄새 출구에 FAN을 부착하지 않아 냄새가 멀리 발향되지 못하는 단점을 가지고 있다. 또한 상기 냄새 발향 시스템에 관한 연구는 전체 시스템의 부피가 크고 유선 네트워크 기반연구로서 한정된 거리에서 발향을 하며 소수의 향을 발 향한다.
- 따라서 본 연구는 다양한 응용 서비스에 적용 가능할 것이라고 판단된다. 특히, 유비쿼터스 환경에서 실감형 멀티미디어, 가상현실 및 증강현실 등의 서비스제 공이 가능할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.