천해역 선박 소음 자동 탐지를 위한 인공지능 기법 적용 SCOPUS KCI

Title
천해역 선박 소음 자동 탐지를 위한 인공지능 기법 적용
Alternative Title
Application of the artificial intelligence for automatic detection of shipping noise in shallow-water
Author(s)
김선효; 정섬규; 강돈혁; 김미라; 조성호
KIOST Author(s)
KIM, Sunhyo(김선효)Kang, Don Hyug(강돈혁)Kim, Mira(김미라)Cho, Sungho(조성호)
Publication Year
2020-07
Abstract
항행 선박의 시·공간적 모니터링 기술 연구는 연안 해양공간에서 해양 생태계 보호 및 효율적인 관리를 위해서중요하다. 본 연구에서는 실험해역에서 측정된 선박 소음 특징인 광대역 줄무늬 패턴 자료에 인공지능 기술을 적용하여항행하는 선박을 자동 탐지하는 연구를 수행하였다. 소음 스펙트럼 이미지와 선박의 항행정보를 수집하기 위한 해상시험은 2016년 7월 15일부터 26일까지 제주 남부 해역에서 실시되었고, 컨볼루션 신경망 모델은 수집된 이미지를 기반으로 학습, 교차검증 과정을 거쳐 최적화되었다. 선박 소음 자동 탐지 기법의 성능은 정밀도(0.936), 재현율(0.830), 평균정밀도(0.824) 그리고 정확도(0.949)로 평가되었다. 결론적으로 인공지능 기법을 활용하여 선박 소음의 자동 탐지 가능성을 확인하였다. 본 연구의 결과로부터 성능을 향상시킬 수 있는 방안 및 향후 연구에 대하여 제안하였다.
ISSN
1225-4428
URI
https://sciwatch.kiost.ac.kr/handle/2020.kiost/38793
DOI
10.7776/ASK.2020.39.4.279
Bibliographic Citation
한국음향학회지, v.39, no.4, pp.279 - 285, 2020
Publisher
한국음향학회
Keywords
선박 소음; 광대역 줄무늬 패턴; 인공지능; 컨볼루션 신경망; Shipping noise; Broadband striation pattern; Artificial intelligence; Convolution neural network
Type
Article
Language
Korean
Publisher
한국음향학회
Related Researcher
Research Interests

Underwater Acoustic Modeling,Signal Processing,Underwater Target Detection,수중음향모델링,신호처리,수중표적탐지

Files in This Item:
There are no files associated with this item.

qrcode

Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse