Convolutional Neural Network based Acoustic Classification Model for Behavioral Parameters of a Cow and Laying Hens = Convolutional Neural Network based Acoustic Classification Model for Behavioral Parameters of a Cow and Laying Hens
저자
( Dae-hyun Jung ) ; ( Sang Ho Moon ) ; ( Hyeong Seok Kim ) ; ( Hak-jin Kim ) ; ( Na Yeon Kim ) ; ( Soo Hyun Park ) 연구자관계분석
발행기관
학술지명
권호사항
발행연도
2019
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
519-519(1쪽)
제공처
Vocal information for animals is an effective method of communicating between the groups or individuals and has the advantage of effectively reaching a long range. The voice provides information on the age, gender, sequence and breeding status of the vocalizing animal. For instance, laying hens communicate with each other through frequent auditory information throughout the day. In the case of a cow, when they feel hungry or thirsty, when a cow is in an estrus orin or in a certain stresssituations, a cow phonate a voice with specific pattern. Although many studies have been conducted to extract the feature values of these acoustic sounds and classify each of the sounds, the classification accuracies have not been high yet. Recently, since deep learning based classification models have been applied showing the capabilities of high accuracy and reliability in various fields such as XX, there is high potential of using the deep learning method for effectively classifying animal vocals that contain their behavioral meanings. The purpose of this study is to develop a Convolutional Neural Network (CNN) based classification model to effectively recognize sounds that contain eight behavioral meanings of each of laying hen and cow. In addition, our ultimate goal is to develop an online monitoring system that acquires the livestock sound and sends the vocal information to the cloud server in real time, and classifies the animals voice to determine their status in real time. In order to visualize the acoustic data, we preprocessed the voice data through Mel-Frequency Cepstral Coefficient (MFCC) which is a representation of the short-term power spectrum of a sound, based on a linear cosine transform of a log power spectrum on a nonlinear mel scale of frequency. Audio-augmentation method was used to increase the number of training samples by means of shifting, noise adding, and stretching of sounds. As for individual cow vocalization, the training accuracy was 99.99% and the test accuracy was 91.23%, and the training accuracy of laying hens vocal classification was 99.23% and the test accuracy was 82.12%. Since the vocal parameters changes by the circumstance around animals, they can be used for a more precise and efficient environment prediction for livestock management.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)