top of page

미래 기술을 담은
AI 음향 검사 알고리즘

국내 기술로 자체 개발한 첨단 음향 검사 알고리즘

Smart

SMART로 완성된
​무결점 가전

인라인(In-Line) 기반 지능형 음향 검사기.

Smart

Tfoi & Tfos

안전하고 효율적인 
​설비 진단

무인 항공기, 주행 로봇 기반

산업 설비 고장진단 및 모니터링 시스템.

AirScope

AirScope로 지키는
UAV 탐지 솔루션

다채널 마이크로폰 센서를 이용한 음향 기반
도심형 무인 항공기(UAV) 탐지 시스템.

Drone

AI 스퀘어는 국내 기술로 자체 개발한 첨단 음향 검사 알고리즘으로 다채널 마이크로폰 센서를 이용한 음향 탐지, 추적 및 분석 시스템 및 솔루션 입니다.
지능형 음향 검사기 Smart, 산업 설비 고장 진단 및 모니터링 시스템 Tfoi&Tfos, 도심형 무인 항공기(UAV) 탐지 시스템 AirScope 
3가지로 구성되어 있습니다.

Acoustic Inspector × Artificial Intelligence

AI²는 국내 기술로 자체 개발한 첨단 음향 검사 
알고리즘으로 다채널 마이크로폰 센서를 이용한 
음향 탐지, 추적 및 분석 시스템 및 솔루션 입니다.

지능형 음향 검사기, 산업 설비 고장진단 및 모니터링 시스템, 
도심형 무인 항공기(UAV) 탐지 시스템 
3가지로 구성되어 있습니다.

Acoustic Inspector 
×
Artificial Intelligence

AI 스퀘어의 학습 데이터 구축 프로세스

5단계의 AI 스퀘어의 학습 데이터 구축 프로세스를 확인해보세요.

바
STEP 1
원천 데이터 수집
Step 1

다채널 마이크로폰 센서를 통해 측정 대상으로부터
발생하는 이상 소음을 대역별로 수집하고, 
다채널 마이크로폰 센서 내 카메라로부터 
측정된 대상의 이미지와 함께 원천 데이터로 확보

STEP 2
데이터 설계
Step 2

확보된 대역별 이상 소음을 분석하고 
획득된 음향의 위치 및 크기를 분석하기 위한

분류 기준을 설계

STEP 3
데이터 라벨링
Step 3

획득된 음향의 위치 및 크기를 분석하기 위한
분류 기준을 활용하여 데이터별 라벨링을 진행

STEP 4
데이터 셋 구축
Step 4

라벨링 된 데이터를 활용하여 이상 소음 좌표와 
측정 대상별 이미지 정보를 통합하여
정확한 위치 정보를 탐지하기 위한 데이터 셋 구축

STEP 5
A.I 모델링
Step 5

인공지능(A.I) 모델을 구축하기 위해 
선형 또는 로지스틱 회귀 와 같은 다양한 유형의
알고리즘을 사용하여 학습 데이터로 활용

AI스퀘어

인공지능(A.I) 기반 음향 데이터 학습 및 정의, 
딥러닝을 통한 검출력 고도화

머신러닝을 기반으로 정상 음향 데이터와 비정상 음향 데이터를 각각 학습 및 정의하며, 
축적된 Data는 딥러닝을 통해 검출력 고도화가 가능합니다.
이상 데이터 검출 즉시 실시간 시각화 알고리즘을 통해 이상 소음원의 위치를

사용자에게 제공합니다.

1803_ai스퀘어6-100.jpg

다채널 마이크로폰 센서를 통해 수집된 음향 데이터는 결정 나무(Decision Tree)를 통해 분류하며, 정상 음향 데이터를 기준으로 이상 소음, 환경소음 및 불규칙한 노이즈에 대한

복합적인 노드(Node)를 생성하고, 결과에 따른 클래스(Class)를 취합하여 판정합니다.
머신비전을 통해 제품의 동작 상태 및 검사 대상체의 물리적 특성을 판단하며, 음향 데이터와 결합하여 복합적인 판단이 가능한 첨단 검출 알고리즘입니다.

복합적인 판단이 가능한

첨단 검출 알고리즘

결정트리

복합적인 
판단이 가능한
첨단 검출 알고리즘

결정트리

AI²를 통해 3차원 공간상에 영상 기반으로 발생하는 이상 소음 위치를 규격 색상을 통해 구현할 수 있을 뿐 아니라, 판별 알고리즘을 통해 환경 소음 제거와 각 공간 별 발생 가능한 음향 데이터를 학습 알고리즘과 결합하여 타겟팅 기법인 오토 게인(Auto Gain)

이용하여 검출력을 고도화할 수 있습니다.

오토 게인을 이용한 
검출력 고도화

오토게인
bottom of page