데이터베이스 연구회지(SIGDB)
Current Result Document :
| 한글제목(Korean Title) |
Spark에서 SVM을 이용한 음성 틱 증상 감지 시스템 개발 |
| 영문제목(English Title) |
Development of Detection System of Vocal tic Symptoms using SVM Algorithm in Spark |
| 저자(Author) |
채수성
김인아
이규철
Su-Seong Chai
InA Kim
Kyu-Chul Lee
|
| 원문수록처(Citation) |
VOL 32 NO. 03 PP. 0115 ~ 0127 (2016. 12) |
한글내용
(Korean Abstract) |
음성 틱 장애는 갑작스럽고 빠르게 특정 소리를 반복하는 틱 증상을 가지는 장애이며, 음성 틱 증상의 조기 치료 및 감지를 통해 뚜렛 증후군으로의 발전을 막아야 한다. 본 논문에서는 기계학습 기반의 음성인식 기술을 사용하여 자동적으로 음성 틱 증상을 감지하는 시스템을 개발한다. 환자에 따라 다양하고 불규칙적인 음성틱 증상을 감지하기 위해 MFCC 특징 벡터 값을 추출하였고, SVM 알고리즘을 통해 감지 모델을 생성하였으며, 실험 평가 결과 93.07%의 정밀도를 확인하였다. 또한 감지 모델 생성 과정 시 많은 시간이 소요되는 것을 고려하여, 감지 모델 생성 과정에서 발생하는 지연 시간을 감소시키기 위해 본 논문에서는 인 메모리 분산 처리 엔진인 Spark를 사용하여 감지 모델 생성 시간을 약 4배가량 감소시켰다.
|
영문내용
(English Abstract) |
Vocal tic is the disorder which repeats suddenly and rapidly certain sounds. In this paper, we develop detection system of vocal tic symptoms using speech recognition based on machine learning. In order to detect a variety of irregular vocal tic symptoms depending on people, we extract MFCC feature vectors and train the detection model using SVM algorithm. We perform the evaluation of the recognition model and it shows a precision of 93.07%. However, the process of training the detection model takes a lot of time. In order to reduce the train time, we use Apache Spark which is the in-memory distributed engine. The experimental result of the spark based train time is found to indicate a faster rate compared to Non-spark based train time.
|
| 키워드(Keyword) |
음성 틱(Vocal Tic)
MFCC(Mel Frequency Cepstral Coefficient)
음성 인식(Speech Recognition)
SVM(Support Vector Machine)
아파치 스파크(Apache Spark)
Vocal Tic
MFCC(Mel Frequency Cepstral Coefficient)
Speech Recognition
SVM(Support Vector Machine)
Apache Spark
|
| 파일첨부 |
PDF 다운로드
|
