Earticle

현재 위치 Home

Poster Session 1 차세대컴퓨팅 기술 전 분야

음성언어 감정 인식을 위한 인공 신경망 모델의 가중치 기반 경량화 기법의 성능 비교
Comparison of Weight Based Compression Methods of Deep Neural Network Model for Speech Emotion Recognition

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    2022 한국차세대컴퓨팅학회 춘계학술대회 (2022.05)바로가기
  • 페이지
    pp.281-284
  • 저자
    원종호, 민동진, 강동현, 김덕환
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A412356

원문정보

초록

한국어
최근 인간과 기계 간의 상호작용에 대한 연구가 활발히 이뤄지고 있으며, 언어에 담긴 정보뿐 아니라 음성에 내포된 감정을 인식하기 위해 딥러닝 모델이 적용되고 있다. 딥러닝을 활용한 음성언어 감정 인식 기술은 주로 모바일 및 IoT기기, 그리고 임베디드 시스템과 같은 제한된 컴퓨팅 자원 환경에 적용된다. 딥러닝 모델의 계층을 깊게 쌓아 정확도를 높일수록 그 연산량과 크기가 증가하기 때문에 제한된 컴퓨팅 자원으로 구동하는데 어려움이 발생한다. 본 논문에서는 가중치 가지치기와 가중치 군집화, 두 가지 기법을 각각 음성언어 감정 인식을 위한 딥러닝 모델에 적용하고 데스크탑 PC와 임베디드 시스템 환경에서 정확도와 추론 시간을 검증했다. 실험에 사용한 임베디드 보드는 NVIDIA사의 Jetson AGX Xavier이다. 가중치 가지치기 기법은 데스크탑 PC 환경에서 18.55%, 임베디드 보드 환경에서 17.84%, 가중치 군집화 기법은 데스크탑 PC 환경에서 15.32%, 임베디드 보드 환경에서 15.08%만큼 추론 시간을 개선했으며, 정확도는 두 기법 모두 기준 모델과 큰 차이가 없음을 확인하였다.

목차

요약
1. 서론
2. 관련연구
3. 제안한 방법
4. 실험
4.1. 실험 환경
4.2. 실험 결과
5. 결론
Acknowledgement
참고문헌

키워드

음성언어 감정 인식 딥러닝 모델 경량화 가중치 가지치기 가중치 군집화 임베디드 시스템

저자

  • 원종호 [ 인하대학교 전기컴퓨터공학과 ]
  • 민동진 [ 인하대학교 전기컴퓨터공학과 ]
  • 강동현 [ 인하대학교 전기컴퓨터공학과 ]
  • 김덕환 [ 인하대학교 전기컴퓨터공학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
  • 설립연도
    2005
  • 분야
    공학>컴퓨터학
  • 소개
    본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.

간행물

  • 간행물명
    한국차세대컴퓨팅학회 학술대회
  • 간기
    반년간
  • 수록기간
    2021~2025
  • 십진분류
    KDC 566 DDC 004

이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2022 한국차세대컴퓨팅학회 춘계학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.