| 1 |
1
닭의 발성음을 이용한 스트레스 탐지 및 분류 장치에 있어서,계사내에 설치된 오디오 센서로부터 수신된 상기 닭의 발성음에 대한 스트레스를 탐지하고, 탐지된 스트레스의 종류를 분류하는 프로그램을 저장하는 메모리; 및상기 프로그램을 실행하는 프로세서를 포함하되,상기 프로세서는 상기 프로그램의 수행에 따라, 상기 오디오 센서로부터 닭의 발성음에 대하여 소리정보를 획득하고, 획득한 상기 소리정보로부터 닭의 스트레스 여부를 탐지하기 위한 특징정보를 선택하고, 선택된 상기 특징정보를 기반으로 하나 이상의 노드를 포함하는 입력층, 하나 이상의 노드를 포함하는 하나 이상의 은닉층 및 하나 이상의 노드를 포함하는 출력층을 통해서 수행되는 다층 인공신경망 기계학습 방법에 기초하여 상기 닭의 스트레스 종류를 분류하고,상기 닭의 스트레스 종류는, 상기 입력층 각각의 노드에 상기 선택된 특징 정보를 입력하고, 입력된 상기 특징 정보에 대하여 상기 은닉층에 설정된 학습가중치와 학습률을 적용하고, 적용 결과를 분석하여 상기 출력층을 통해 출력되는 것인, 닭의 발성음을 이용한 스트레스 탐지 및 분류 장치
|
| 2 |
2
삭제
|
| 3 |
3
닭의 발성음을 이용한 스트레스 탐지 및 분류 방법에 있어서, 계사내에 설치된 오디오 센서로부터 수신된 닭의 발성음에 대한 소리정보를 획득하는 단계; 상기 획득된 상기 소리정보로부터 상기 닭의 스트레스 여부를 탐지하기 위한 특징정보를 선택하는 단계; 및상기 선택된 특징 정보를 기반으로 하나 이상의 노드를 포함하는 입력층, 하나 이상의 노드를 포함하는 하나 이상의 은닉층 및 하나 이상의 노드를 포함하는 출력층을 통해서 수행되는 다층 인공신경망 기계학습 방법에 기초하여 닭의 스트레스 종류를 분류하는 단계를 포함하고,상기 분류하는 단계는,상기 입력층 각각의 노드에 상기 선택하는 단계를 통해 선택된 특징정보를 입력하는 단계;상기 입력하는 단계를 통해 입력된 상기 특징정보에 대하여 상기 은닉층에 설정된 학습가중치와 학습률을 적용하는 단계; 및상기 적용하는 단계를 통해 적용된 결과를 분석하여 상기 닭의 스트레스 종류를 출력하는 단계를 포함하는, 닭의 발성음을 이용한 스트레스 탐지 및 분류 방법
|
| 4 |
4
제 3항에 있어서상기 획득하는 단계는 MFCC(Mel-Frequency Cepstral Coefficients)특징 추출방법을 적용하고,상기 MFCC특징 추출방법은 상기 오디오 센서로부터 수신된 닭의 발성음을 단구간에 대한 파워 스펙트럼으로 나타내고, 해당 스펙트럼의 신호처리를 통해 벡터값을 획득하는 것인, 닭의 발성음을 이용한 스트레스 탐지 및 분류 방법
|
| 5 |
5
제 3항에 있어서, 상기 선택하는 단계는 특징 부분집합 선택 알고리즘을 적용하고,상기 특징 부분집합 선택 알고리즘은 상기 획득하는 단계를 통해 획득한 상기 소리정보에 해당하는 벡터값으로부터 스트레스 특징에 해당하는 특징 벡터값을 선택하는 것인, 닭의 발성음을 이용한 스트레스 탐지 및 분류 방법
|
| 6 |
6
삭제
|
| 7 |
7
삭제
|
| 8 |
8
제 3항에 있어서,상기 입력층의 노드수와 상기 은닉층의 노드수는 동일하고,상기 입력층 각각의 노드에 입력된 특징정보는 상기 하나 이상의 은닉층의 모든 노드를 차례로 거쳐 학습되는 것인, 닭의 발성음을 이용한 스트레스 탐지 및 분류 방법
|
| 9 |
9
제 3항에 있어서,상기 입력하는 단계 및 상기 적용하는 단계를 수행할 때마다, 상기 은닉층에 설정된 학습가중치와 학습률이 재조정되고, 상기 출력하는 단계는, 상기 입력하는 단계 내지 적용하는 단계에 대하여 기설정된 반복횟수에 따라 반복 학습한 결과를 출력하는 것인, 닭의 발성음을 이용한 스트레스 탐지 및 분류 방법
|
| 10 |
10
닭의 발성음을 이용한 스트레스 탐지 및 분류 방법에 있어서, 계사내에 설치된 오디오 센서로부터 수신된 닭의 발성음에 대한 소리정보를 획득하는 단계; 상기 획득된 상기 소리정보로부터 상기 닭의 스트레스 여부를 탐지하기 위한 특징정보를 선택하는 단계; 및상기 선택된 특징 정보를 기반으로 하나 이상의 노드를 포함하는 입력층, 하나 이상의 노드를 포함하는 하나 이상의 은닉층 및 하나 이상의 노드를 포함하는 출력층을 통해서 수행되는 다층 인공신경망 기계학습 방법에 기초하여 닭의 스트레스 종류를 분류하는 단계를 포함하고,상기 다층 인공신경망 기계학습 방법은 과적합을 피하고, 상기 입력층 및 상기 은닉층에 해당하는 노드들 간의 상호적응을 피하기 위하여 드롭 아웃기법을 적용하여 학습을 진행하는 것인, 닭의 발성음을 이용한 스트레스 탐지 및 분류 방법
|
| 11 |
11
제3항 내지 제5항, 또는 제8항 내지 제10항 중 어느 한 항에 기재된 방법을 컴퓨터 상에서 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체
|
