메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김보경 (University of Seoul) 이재관 (University of Seoul) 최호식 (University of Seoul) 장서일 (University of Seoul) 이수일 (University of Seoul)
저널정보
한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제31권 제4호(통권 261호)
발행연도
2021.8
수록면
450 - 458 (9page)
DOI
10.5050/KSNVE.2021.31.4.450

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The investigation of tire-road noise according to the type of road pavement is time-consuming and expensive. In this study, an artificial neural network model was applied to address this problem. Models to classify road pavement types (for example, transverse-tined, longitudinal-tined, NGCS, DG, and SMA) were implemented and their performance were compared. Input data were constructed by combining the features extracted from tire-road noise and road surface images. The tire-road noise collected using the OBSI measurement method was analyzed for the sound pressure level, sound intensity, and sound quality indices. Road surface image data were analyzed using the image feature extraction algorithms of the Hough transformation and histogram of gradient(HOG). The top 10 important variables were selected by inputting each feature into a random forest model, and artificial neural network models were constructed by each feature. The classification accuracy of the model using only acoustic features was 90.8 % and that using only image features was 88.8 %. The accuracy of the model using both features was 97.3 %. The overall classification performance was improved by using the acoustic and image features.
#Tire-pavement Noise(타이어-노면소음) #Machine Learning(기계학습) #Road Pavement Type(도로 포장종류) #Random Forest(랜덤 포레스트) #Artificial Neural Network(인공신경망)

목차

ABSTRACT
1. 서론
2. 연구방법
3. 연구결과
4. 결론
References

참고문헌 (18)

참고문헌 신청
Ministry of Environment Republic Korea, 2020, Performance of noise and vibration management policies by city and province in 2019, Ministry of Environment Republic Korea. google schola World Health Organization, 2018, Environmental noise guidelines for the European region, World Health Organization. google schola Jo, K. S., Hwang, D. S., Cho, Y. and Hur, D. J., 2007, Study of the Annoyance Sensitivity for he Frequency Band of Road Traffic Noise, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 17, No. 5, pp. 398~404. google schola Rasmussen, R. O., Bernhard, R. J., Sandberg, U. and Mun, E., 2007, The Little Book of Quieter Pavements, U.S. Department of Transportation Federal Highway Administration. google schola Slavkovikj, V., Verstockt, S., De Neve, W., Van Hoecke, S. and Van de Walle, R., 2014, Image-based Road Type Classification, 22nd International Conference on Pattern Recognition, pp. 2359~2364. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

통과소음도를 이용한 차종 분류 기계학습 모형
이재관 ,  김보경 ,  노유진 외 1명 한국소음진동공학회논문집 2020 .08
수요응답형 버스 운행 경로 변화에 따른 농촌지역의 도로교통소음 변화에 대한 평가
이재관 ,  노창균 ,  유지수 한국소음진동공학회논문집 2023 .12
도로교통으로 인한 신설학교 교사 내 소음영향 예측방법
박원형 ,  김송옥 ,  이내현 외 4명 한국소음진동공학회논문집 2024 .04
공사장 소음 피해지역의 예측 소음도를 이용하는 소음 모니터링 시스템 활용 방안 연구
유지수 ,  김민종 ,  장서일 한국소음진동공학회논문집 2024 .04
서울시 친환경 도로포장 확대 정책방향
박진 ,  이윤혜 서울연구원 정책과제연구보고서 2021 .11

최근 본 자료

전체보기

댓글(0)

0