최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기스마트미디어저널 = Smart media journal, v.6 no.4, 2017년, pp.9 - 16
이종욱 (고려대학교 컴퓨터융합소프트웨어학과) , 김아용 ((주)세화 부설연구소 연구개발팀) , 박대희 (고려대학교 컴퓨터융합소프트웨어학과) , 정용화 (고려대학교 컴퓨터융합소프트웨어학과)
The railway point machine is an especially important component that changes the traveling direction of a train. Failure of the point machine may cause a serious railway accident. Therefore, early detection of failures is important for the management of railway condition monitoring systems. In this p...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
모듈레이션 기반의 비정상상황 탐지 시스템이 제안된 이유는? | 본 논문에서는 선로 전환기의 이상 상황을 소리를 기반으로 탐지하는 새로운 방안을 제안하고자 한다. 특히, 잡음의 영향에도 안정적인 성능을 보장하기 위하여, 잡음의 영향력을 감소시키는 모듈레이션(modulation)[5] 기반의 비정상상황 탐지 시스템을 제안한다. 제안하는 시스템은 먼저 소리 센서(마이크로폰)에서 실시간으로 취득되는 소리 정보로부터 STFT를 수행하여 스펙트로그램(spectrogram)을 얻는다. | |
선로 전환기의 고장은 어떤 문제를 야기하는가? | 열차의 방향을 기존 방향에서 다른 방향으로 이동시키기 위한 변환 장치인 선로 전환기의 고장은 열차의 탈선 등을 유발시킬 수 있다. 따라서 열차운행의 안전 측면에서 해당 장비에 대한 모니터링은 필수 요소이다. | |
소리 신호로부터 모듈레이션 특징을 추출하는 방법은? | 다음은 소리 신호로부터 모듈레이션 특징을 추출하는 방법에 대한 설명이다. 소리 센서에서 실시간으로 취득되는 소리 신호로부터 첫째, 소리 신호를 STFT를 이용하여 스펙트로그램기반 주파수 영역의 그레이스케일(grayscale)의 스펙트로그램 특징정보를 추출한다. 둘째, 해당 2차원의 스펙트로그램 정보를 일정한 모듈(module) 또는 블록(block)으로 분할한다(그림 3.a참조). 셋째, n× n 크기의 모듈들로 분할된 2차원 스펙트로그램의 개별 모듈에서 평균(µ)과 표준편차(σ)를 계산한다(그림3.b 참조). 마지막으로, 해당 모듈들의 평균과 표준편차들을 조합하여 특징 벡터를 생성한다(그림 3.c 참조). |
J. Lee, H. Choi, D. Park, Y. Chung, H.-Y. Kim, and S. Yoon, "Fault Detection and Diagnosis of Railway Point Machines by Sound Analysis," Sensors, vol. 16, no. 4, pp. 549, 2016.
이종현, 김용규, "센서를 활용한 전기선로전환기의 전환력 측정에 대한 연구," 한국철도학회논문지, 제18권, 제4호, 335-343쪽, 2015년 8월
유광균, 노성찬, "분기기 고장 시 열차사고방지를 위한 안전시스템 모델링," 한국철도학회 2011년 추계학술대회, 724-730쪽, 2011년 10월
R. Sharan and T. Moir, "Noise Robust Audio Surveillance using Reduced Spectrogram Image Feature and One-Against-All SVM," Neurocomputing, vol. 158, pp. 90-99, 2015.
M. Vileiniskis, R. Remenyte-Prescott, and D. Rama, "A Fault Detection Method for Railway Point Systems," Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, vol. 230, no. 3, pp. 1-14. 2015.
T. Asada, C. Roberts, and T. Koseki, "An Algorithm for Improved Performance of Railway Condition Monitoring Equipment: Alternating-Current Point Machine Case Study," Transportation Research Part C: Emerging Technologies, vol. 30, pp. 81-92. 2013.
T. Asada and C. Roberts, "Improving the Dependability of DC Point Machines with a Novel Condition Monitoring System," Proceedings of the Institution of Mechanical Engineers, Part F: Journal of rail and rapid transit, vol. 227, no. 4, pp. 322-332, 2013.
H. Kim, J. Sa, Y. Chung, D. Park, and S. Yoon, "Fault Diagnosis of Railway Point Machines using Dynamic Time Warping," Electronics Letters, vol. 52, no. 10, pp. 818-819, 2016.
O. Eker, F. Camci, and U. Kumar, "SVM based Diagnostics on Railway Turnouts," International Journal of Performability Engineering, vol. 8, no. 3, pp. 289-398, 2012.
H. J. Hsieh, B. Chen, and J. W. Hung, "Enhancing the Complex-Valued Acoustic Spectrograms in Modulation Domain for Creating Noise-Robust Features in Speech Recognition," Proc. of Asia-Pacific Signal and Information Processing Association (APSIPA), pp. 303-307, Dec. 2015.
P. Khunarsal, C. Lursinsap, C., and T. Raicharoen, "Very Short Time Environmental Sound Classification based on Spectrogram Pattern Matching," Information Sciences, vol. 243, pp. 57-74, 2013.
J. Schroder, S. Goetze, and J. Anemuller, "Spectro-Temporal Gabor Filterbank Features for Acoustic Event Detection," IEEE/ACM Transactions on Audio, Speech and Language Processing, vol. 23, no. 12, pp. 2198-2208, 2015.
J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, Morgan Kaufmann Publishers, 2012.
S. T. Trieu and G. S. Lee, "Machine Printed and Handwritten Text Discrimination in Korean Document Images," 한국스마트미디어학회논문지, 제5권, 제3호, 30-34쪽, 2016년 9월
H. Kim, S. Lee, Y. Chung, D. Park, and H. Lee, "Multicore Processor based Parallel SVM for Video Surveillance System," Journal of the Korea Institute of Information Security and Cryptology, vol. 21, no. 6, pp. 161-169, 2011.
Meyer, D. Support vector machines: The interface to libsvm in package e1071, 2014.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.