| 1 |
1
학습 데이터를 이용하여, 음향 이벤트 및 상기 음향 이벤트가 발생한 음향 방향을 나타내는 히트맵을 생성하는 단계;상기 학습 데이터를 이용하여 추출한 특징을 상기 학습 데이터의 상기 음향 이벤트 및 상기 음향 방향을 인식하는 신경망 모델에 입력하여, 상기 음향 이벤트 및 상기 음향 방향을 인식한 결과를 출력하는 단계 및상기 결과 및 상기 히트맵을 이용하여, 상기 신경망 모델을 학습시키는 단계를 포함하는, 신경망 모델 학습 방법
|
| 2 |
2
제1항에 있어서,상기 히트맵을 생성하는 단계는,상기 음향 이벤트가 발생한 시간, 상기 음향 방향을 나타내는 수직방향과 수평방향 및 상기 음향 이벤트를 나타내는 클래스를 포함하는 상기 히트맵을 생성하는, 신경망 모델 학습 방법
|
| 3 |
3
제2항에 있어서,상기 히트맵은,상기 시간에 상기 수직방향 및 상기 수평방향에서 상기 클래스에 대응하는 상기 음향 이벤트가 발생한 확률을 나타내는, 신경망 모델 학습 방법
|
| 4 |
4
제1항에 있어서,상기 히트맵을 생성하는 단계는,복수의 상기 음향 방향에서 동일한 상기 음향 이벤트가 동일한 시간에 발생한 상기 학습 데이터를 이용하여 상기 히트맵을 생성하고,상기 신경망 모델을 학습시키는 단계는,상기 복수의 음향 방향을 인식하도록 상기 신경망 모델을 학습시키는, 신경망 모델 학습 방법
|
| 5 |
5
음향 이벤트 및 상기 음향 이벤트가 발생한 음향 방향을 포함하는 음향 데이터를 식별하는 단계;상기 음향 데이터를 이용하여 추출한 특징을 상기 음향 이벤트 및 상기 음향 방향을 인식하도록 학습된 신경망 모델에 입력하여, 상기 음향 이벤트 및 상기 음향 방향을 인식한 결과를 출력하는 단계를 포함하는, 음향 이벤트 및 음향 방향 인식 방법
|
| 6 |
6
제5항에 있어서,상기 결과를 출력하는 단계는,상기 음향 이벤트가 발생한 시간, 상기 음향 방향을 나타내는 수직방향과 수평방향 및 상기 음향 이벤트를 나타내는 클래스를 포함하는 히트맵을 출력하는, 음향 이벤트 및 음향 방향 인식 방법
|
| 7 |
7
제6항에 있어서,상기 히트맵은,상기 시간에 상기 클래스에 대응하는 상기 수직방향 및 상기 수평방향에서 상기 음향 이벤트가 발생한 확률을 나타내는, 음향 이벤트 및 음향 방향 인식 모델 학습 방법
|
| 8 |
8
제5항에 있어서,상기 음향 데이터를 식별하는 단계는,복수의 상기 음향 방향에서 동일한 상기 음향 이벤트가 동일한 시간에 발생한 상기 음향 데이터를 식별하고,상기 결과를 출력하는 단계는,상기 복수의 음향 방향을 인식하고, 상기 결과를 출력하는, 음향 이벤트 및 음향 방향 인식 방법
|
| 9 |
9
전자 장치에 있어서,프로세서를 포함하고,상기 프로세서는,음향 이벤트 및 상기 음향 이벤트가 발생한 음향 방향을 포함하는 음향 데이터를 식별하고, 상기 음향 데이터를 이용하여 추출한 특징을 상기 음향 이벤트 및 상기 음향 방향을 인식하도록 학습된 신경망 모델에 입력하여, 상기 음향 이벤트 및 상기 음향 방향을 인식한 결과를 출력하는, 전자 장치
|
| 10 |
10
제9항에 있어서,상기 프로세서는,상기 음향 이벤트가 발생한 시간, 상기 음향 방향을 나타내는 수직방향과 수평방향 및 상기 음향 이벤트를 나타내는 클래스를 포함하는 히트맵을 출력하는, 전자 장치
|
| 11 |
11
제10항에 있어서,상기 히트맵은,상기 시간에 상기 클래스에 대응하는 상기 수직방향 및 상기 수평방향에서 상기 음향 이벤트가 발생한 확률을 나타내는, 전자 장치
|
| 12 |
12
제9항에 있어서,상기 프로세서는,복수의 상기 음향 방향에서 동일한 상기 음향 이벤트가 동일한 시간에 발생한 상기 음향 데이터를 식별하고, 상기 복수의 음향 방향을 인식한 상기 결과를 출력하는, 전자 장치
|
