최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 을지대학교 Eulji university |
---|---|
연구책임자 | 이지연 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-09 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
연구관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202400011433 |
과제고유번호 | 1711174938 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2025-03-05 |
키워드 | 장애음성분류.오버샘플링 방법.인공적 지능 장애음성신호처리.장애음성 예측 시스템.장애음성 딥모델링.voice pathology detection and classification.oversampling method.AI signal processing of voice disorder.voice pathology prediction system.voice disorder deep modeling. |
□ 연구개요
1. 연구목표 : 젠더 분석과 Over Sampling 방법을 도입하여 장애음성 데이터의 성별 및 개수 불균형 분포를 개선한다. 또한 장애음성 특성을 Deep Learning으로 분류함으로써 음성 장애인을 위해 예방/재활 효과가 극대화된 건강모니터링 장애음성 예측 시스템의 토대를 마련한다.
2. 연구내용 : 본 연구는 SVD 데이터의 클래스 불균형 문제를 해결하고 장애음성 분류 시스템을 개발하기 위한 특징 추출, 오버샘플링 알고리듬 처리, 모델 검증 및 평가의 세 단계를 포함하는 프레임워크를 제공하여, 새로운
해당 보고서가 속한 카테고리에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.