• 한국소음진동공학회논문집
• /
• 제16권5호
• /
• pp.503-513
• /
• 2006

The duration time of aircraft noise event is also an important factor for the evaluation of civil aircraft noise, which is considered as a notable characteristic of military aircraft noise. SEL is proved as a suitable noise metric for the measuring military aircraft noise of various flight pattern considering the duration time of noise event. This study reviews whether SEL is a suitable for measuring civil aircraft noise and study shows SEL is fairly compensating the duration time of civil aircraft noise event for the evaluation of aircraft noise. Noise metric for the evaluation aircraft noise based on SEL is more appropriate than based on $L_{MAX}$ for compensating duration time of noise event either military aircraft or civil aircraft. In this reason, current formula of WECPNL based on energy average of measured $L_{MAX}$ for the evaluation of aircraft noise impact in 'Test Method of Noise and Vibration of Korea' is recommended to be amended to formula of WECPNL based on energy average of measured SEL considering compensation of noise event duration time, if WECPNL is not based on measured EPNL, a metric compensating duration time.

• 한국가스학회지
• /
• 제27권1호
• /
• pp.57-62
• /
• 2023

정압기 EVENT는 각 지역정압기(이하 "정압기")에 설치된 원격감시장치가 보내는 신호로 당사 Client서버에서 직관적으로 확인할 수 있는 이상경보이다. 이는 정압기 이상발생 시 상황실에서 즉각적으로 출동명령 및 초동조치를 가능토록 하며 정압기 이상원인을 분석할 수 있는 중요한 Data이다. 최근 3년간 정압기 EVENT Data의 추이를 살펴보면 비점검 EVENT Data 증가 추세가 뚜렷하다. 비점검 EVENT(실제이상 또는 Noise EVENT)가 증가한다는 것은 첫째로 실제 정압기에 기계적 이상이나 압력이상 발생이 증가한다는 의미일 수도 있으며, 둘째로 실제 정압기엔 이상이 없지만 원격감시장치에서 발생한 통신오류, Reset오류, 센서오류, 전원오류(순간정전) 등에 의하여 정압기에 이상이 생긴 것처럼 EVENT Data가 형성될 수도 있다. 이중 본 연구에서는 최근 발생한 비점검 EVENT Data를 분석하여 Noise EVENT인 원격감시장치 오류 중 Critical Noise Event를 확인하고 이를 감소시켜 정압기 EVENT의 신뢰성을 높일 수 있는 방안에 대해 검토하였다.

• International journal of advanced smart convergence
• /
• 제9권2호
• /
• pp.20-27
• /
• 2020

Sound event detection in real-world environments suffers from the interference of non-stationary and time-varying noise. This paper presents an adaptive noise reduction method for sound event detection based on non-negative matrix factorization (NMF). In this paper, we proposed a deep learning model that integrates Convolution Neural Network (CNN) with Non-Negative Matrix Factorization (NMF). To improve the separation quality of the NMF, it includes noise update technique that learns and adapts the characteristics of the current noise in real time. The noise update technique analyzes the sparsity and activity of the noise bias at the present time and decides the update training based on the noise candidate group obtained every frame in the previous noise reduction stage. Noise bias ranks selected as candidates for update training are updated in real time with discrimination NMF training. This NMF was applied to CNN and Hidden Markov Model(HMM) to achieve improvement for performance of sound event detection. Since CNN has a more obvious performance improvement effect, it can be widely used in sound source based CNN algorithm.

• 한국소음진동공학회논문집
• /
• 제15권5호
• /
• pp.550-557
• /
• 2005

Korean 'Law of Aviation' and 'Test Method of Measuring Noise and Vibration' designate to use WECPNL metric based on $L_{max}$ measurement for the accessment of aircraft noise in Korea. However, time duration of noise event can not be considered in $L_{max}$ metric in principle, compensation on the duration has been utilized. A study was done recently to evaluate appropriate duration compensation for the accessment of military aircraft noise under current metric of WECPNL and $L_{max}$. This study was carried out to evaluate what metric is the most appropriate to express aircraft noise including time duration of single noise event, computing and comparing noise exposure with 1 second noise measurement data of military aircraft in $L_{max}$, $L_{Aeq,\;T}$ and SEL. This study shows SEL is the most appropriate noise metric for the evaluation of noise exposure with time duration such as aircraft noise without compensation. It is suggested to use SEL noise metric instead of $L_{max}$ noise metric with duration compensation for the aircraft noise accessment either military aircraft or civilian aircraft.

• 한국음향학회지
• /
• 제28권7호
• /
• pp.674-679
• /
• 2009

본 논문은 골프 동영상에 포함된 오디오 정보로부터 검출된 이벤트 사운드 구간과 골프 선수이름이 포함된 음성구간을 결합하여 선수별 이벤트 구간을 검색하는 방식을 제안한다. 전체적인 시스템은 동영상으로부터 분할된 오디오 스트림으로부터 잡음제거, 오디오 구간분할, 음성 인식 등의 과정을 통한 자동색인 모듈과 사용자가 텍스트로 입력한 선수 이름을 발음열로 변환하고, 색인된 데이터베이스에서 질의된 선수 이름과 상응하는 음성구간과 연결되는 이벤트 구간을 찾아주는 검색 모듈로 구성된다. 선수이름 검색을 위해서 본 논문에서는 음소 기반, 단어 기반, 단어와 음소를 결합한 하이브리드 방식을 적용한 선수별 이벤트 구간 검색결과를 비교하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권9호
• /
• pp.1803-1810
• /
• 2018

사물인터넷 기술을 활용하는 연구가 활발하게 진행되고 있다. 사물인터넷을 활용하는 스마트 웨어러블 기기의 상황인식 기능을 향상시키기 위하여 센서부의 이벤트 데이터에 대한 잡음 제거방안을 제안하였다. 본 연구에서는 저역필터를 이용함으로써 비정상적으로 측정된 값에 대한 감쇠를 유도하고 센서의 이벤트 데이터를 이용한 상황 인지에서 유익을 얻을 수 있었다. 스마트 폰과 스마트워치에 기본 내장되어 있는 3축 가속도 센서가 감지하여 보고한 이벤트 데이터를 활용하여 검증한 결과 비정상적으로 과도하게 측정되어 입수된 잡음 값에 대한 값에 대한 감쇠처리를 실행할 수 있었다. 이와 같이 잡음이 제거된 값의 패턴을 분석함으로서 실시간 상황인식에 필요한 다양한 패턴 자료를 얻을 수 있었다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2007년도 추계학술대회 논문집
• /
• pp.115-122
• /
• 2007

The noises which occurs from the rolling stock can be divided largely into three classes and they are Rolling noise, Traction noise and Aerodynamic noise. In the event of braking the rolling stock which enter into the station, Brake shoes cause Fraction noise (braking noise) and excessive braking noise makes passengers and operators uncomfortable. This study is to reduce squeal noise and minimize displeasure by measuring the braking noise and defining the major noise sources and noise mechanism

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권5호
• /
• pp.193-204
• /
• 2019

센서 기술과 컴퓨팅 성능의 향상으로 인한 데이터의 폭증은 산업 현장의 상황을 분석하기 위한 토대가 되었으며, 이와 같은 데이터를 기반으로 현장에서 발생하는 다양한 이벤트를 탐지 및 분류하려는 시도들이 최근 증가하고 있다. 특히 음향 센서는 상대적으로 저가의 가격으로 현장 정보를 왜곡 없이 음향 신호를 수집할 수 있다는 큰 장점을 기반으로 다양한 분야에 설치되고 있다. 그러나 소리 취득 시 발생하는 잡음을 효과적으로 제어하지 못한다면 산업 현장의 이벤트를 안정적으로 분류할 수 없으며, 분류하지 못한 이벤트가 이상 상황이라면 이로 인한 피해는 막대해질 수 있다. 본 연구에서는 잡음 상황에서도 강인한 시스템을 보장하기 위하여, 딥러닝 알고리즘을 기반으로 잡음의 영향을 개선 시킨 음향 신호를 생성한 후, 해당 음향 이벤트를 분류할 수 있는 시스템을 제안한다. 특히, GAN을 기반으로 VAE 기술을 적용한 SEGAN을 활용하여 아날로그 음향 신호 자체에서 잡음이 제거된 신호를 생성하였으며, 향상된 음향 신호를 데이터 변환과정 없이 CNN 구조의 입력 데이터로 활용한 후 음향 이벤트에 대한 식별까지도 가능하도록 end-to-end 기반의 음향 이벤트 분류 시스템을 설계하였다. 산업 현장에서 취득한 음향 데이터를 활용하여 제안하는 시스템의 성능을 실험적으로 검증한바, 99.29%(철도산업)와 97.80%(축산업)의 안정적인 분류 성능을 확인하였다.

• 한국통신학회논문지
• /
• 제41권8호
• /
• pp.914-916
• /
• 2016

The noise in a power signal degrades the detection rate of the power quality (PQ) event signals. We present a new wavelet de-noising technique for PQ event detection that employs the correlation-based thresholding instead of the wavelet-scale-based thresholding of existing schemes. The simulation results show that the proposed scheme is more robust to Gaussian and impulsive noisy conditions and has further improved detection ratio than existing schemes.

• ETRI Journal
• /
• 제39권6호
• /
• pp.832-840
• /
• 2017

Recently, deep recurrent neural networks have achieved great success in various machine learning tasks, and have also been applied for sound event detection. The detection of temporally overlapping sound events in realistic environments is much more challenging than in monophonic detection problems. In this paper, we present an approach to improve the accuracy of polyphonic sound event detection in multichannel audio based on gated recurrent neural networks in combination with auditory spectral features. In the proposed method, human hearing perception-based spatial and spectral-domain noise-reduced harmonic features are extracted from multichannel audio and used as high-resolution spectral inputs to train gated recurrent neural networks. This provides a fast and stable convergence rate compared to long short-term memory recurrent neural networks. Our evaluation reveals that the proposed method outperforms the conventional approaches.