정순영 연구실
고려대학교 컴퓨터학과
정순영 교수
다중음원 오디오
음원분리
음원선별적 편집
홈
정순영 연구실
고려대학교 컴퓨터학과 정순영 교수
정순영 연구실은 컴퓨터학과 소속으로, 다중음원 오디오에서 음원분리와 음원선별적 편집을 수행하고 소스 로컬라이제이션까지 확장하는 딥러닝 기반 음향신호처리 연구를 수행합니다. 또한 분산시스템과 분산 데이터베이스, Grid computing 및 P2P computing 기반 데이터 관리 기술을 핵심 키워드로 보유하며 웹 기반 교육과 생물정보학 데이터 관리 관점의 응용을 고려합니다. 이 외에도 로봇과 인공지능을 활용한 신기술 융합디자인 전문인력 양성 교육과 연계된 프로토타이핑 연구를 병행합니다.
다중음원 오디오음원분리음원선별적 편집소스 로컬라이제이션분산 데이터베이스
대표 연구 분야
연구 영역 전체보기
다중음원 오디오 분리·선별 편집 및 소스 로컬라이제이션 연구
Multi-source Audio Separation, Selective Editing, and Source Localization Research
연구 분야 상세보기
분산 데이터베이스 및 P2P·Grid 기반 데이터 관리 연구
Distributed Databases and P2P/Grid-based Data Management Research
연구 분야 상세보기
로봇·인공지능 기반 신기술 융합디자인 전문인력 양성 연구
AI·Robotics-Enabled Creative Technology and Convergence Design Education Research
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
최신 논문
35
논문 전체보기
1
Article
|
인용수 0
·
2022Conditioned Source Separation by Attentively Aggregating Frequency Transformations With Self-Conditioning
Woosung Choi, Yeongseok Jeong, Jinsung Kim, Jaehwa Chung, Soonyoung Jung, Joshua D. Reiss
IF 1.4 (2022)
Journal of the Audio Engineering Society
라벨 조건부 소스 분리는 입력 심볼로 지정된 목표 소스를 입력 혼합 트랙으로부터 추출한다. 최근 제안된 라벨 조건부 소스 분리 모델인 Latent Source Attentive Frequency Transformation (LaSAFT)-Gated Point-Wise Convolutional Modulation (GPoCM)-Net은 LaSAFT라는 잠재 소스 분석을 위한 블록을 도입하였다. LaSAFT 블록을 활용하여, 이 모델은 MUSDB18 벤치마크의 여러 과제에서 최첨단 성능을 달성하였다. 본 논문은 자기 조건화(self-conditioning) 방법을 활용하여 LaSAFT 블록을 향상시킨다. 기존 방법은 목표 소스 심볼과 잠재 소스 사이의 상징적 관계만 고려하고 오디오 콘텐츠를 무시하는 반면, 새로운 접근법은 오디오 콘텐츠 또한 고려한다. 향상된 블록은 라벨과 입력 오디오 특징 맵에 대해 주의(attention) 마스크 조건화를 수행한다. 여기에서는, 향상된 LaSAFT 블록을 사용하는 조건부 U-Net이 기존 모델보다 우수한 성능을 보임을 입증한다. 또한, 본 모델이 약간의 수정으로 오디오-쿼리 기반 분리를 수행할 수 있음을 보인다.
https://doi.org/10.17743/jaes.2022.0030
Conditioning
Separation (statistics)
Mathematics
Statistics
2
Book chapter
|
·
인용수 0
·
2019The Retrieval of Regions with Similar Tendency in Geo-Tagged Dataset
Taehyung J. Lim, Woosung Choi, Minseok Kim, Taemin Lee, Soonyoung Jung
Lecture notes in electrical engineering
https://doi.org/10.1007/978-981-13-9341-9_8
Computer science
Constraint (computer-aided design)
Data mining
Algorithm
Information retrieval
Theoretical computer science
Mathematics
3
Article
|
·
인용수 3
·
2019k‐nearest reliable neighbor search in crowdsourced LBSs
Hong‐Jun Jang, Byoungwook Kim, Soonyoung Jung
IF 1.319 (2019)
International Journal of Communication Systems
위치기반서비스(LBS)의 공간 정보 품질을 향상시키기 위해, 정적 공간 객체의 방문 시간과 같은 추가 정보를 사용자로부터 수집하는 크라우드소싱 기반 LBS(cLBS) 애플리케이션이 등장하였다. 본 논문에서는 존재할 가능성이 높은 객체를 탐색하는 새로운 유형의 최근접 이웃(NN) 질의인 k-최근접 신뢰 이웃(k NRN) 질의를 제안한다. cLBS에서 사용자가 자신과 가까우면서도 존재할 가능성이 높은 식당을 찾고자 한다고 가정하자. 이와 같은 경우 k NRN 질의를 적극 권장한다. 본 논문에서는 cLBS에서의 데이터 모델을 형식적으로 정의하고, 신뢰 객체 및 k NRN 문제를 정의한다. 대규모 데이터셋에서 계산 및 I/O 비용이 큰 이 문제에 대한 무차별 대입 접근법으로는, k NRN 질의를 위한 3DR-tree 기반 기준 알고리즘, 2DR-tree 기반 증분 알고리즘, 그리고 a3DR-tree 기반 분기-한정(branch-and-bound) 알고리즘을 제안한다. 합성 데이터셋과 실제 데이터셋 모두에 대해 성능 평가 연구를 수행하였다. 실험 결과는 제안한 방법들의 효율성을 보여준다.
https://doi.org/10.1002/dac.4097
Computer science
k-nearest neighbors algorithm
Data mining
Best bin first
Tree (set theory)
Nearest neighbor search
Location-based service
Cover tree
R-tree
Algorithm
최신 정부 과제
17
과제 전체보기
1
2024년 5월-2027년 4월
|483,632,000원다방향 영상·음향에 대한 음원 분리 및 로컬라이제이션 모델 연구
본 연구의 최종 목표는 공통의 관심 영역으로부터 여러 방향으로 수집된 영상/음향 데이터를 입력받았을 때, 다방향 영상·음향 기반의 음원 분리/로컬라이제이션 (multi-faceted audio-visual source separation and localization)을 수행할 수 있는 딥러닝 기반 모델을 개발하는 것임.
신호처리
다방향 영상·음향
음원 분리
소스 로컬라이제이션
딥러닝
2
주관|
2021년 3월-2024년 2월
|550,835,000원딥러닝 기반의 다중음원 오디오에 대한 음원선별적 편집 모델 연구
연구목표 달성을 위해 다음 세부 모델 및 프레임워크를 연구/개발함:
- 다중음원 데이터셋 기반 훈련 프레임워크 (다중음원 데이터셋은 음원 별 오디오가 제공하지 않는다고 가정)
- 잠재 음원성분 분석모델
- Language Model 기반 편집명령 해석모델
- 선별적 편집을 위한 Attention 기반 변조모델
심층학습
음향신호처리
잠재 음원성분
음원선별적 편집
음원분리
어텐션네트워크
3
주관|
2020년 3월-2021년 2월
|100,000,000원다양한 음향신호 처리에 범용적 적용이 가능한 신경망 기반 스펙트로그램 변환 블록 연구
신경망 기반 스펙트로그램 변환 블록 개발을 위해, 첫째로 Time-Invariant feature 강화 기반 변환 스펙트로그램 변환 기법 연구를 진행하여 음향신호의 고유특성을 분석하고, 둘째로 Self-Attention 기반 잠재 음원표상 변환 기법을 연구하여 음원 간 상호간섭 문제를 해소함. 마지막으로 음원분리, 음성강화, 자동악보생성에 제안 모델을 적용하여, 모델의 효용성 검증을 위한 실험평가를 진행함.
심층학습
음향신호처리
스펙트로그램
어텐션네트워크
Time Invariant Factor
최신 특허
특허 전체보기
전체 특허
메신저 CHAT BOT을 이용한 화학사고 대응정보 검색 서비스
상태
취하출원연도
2018출원번호
1020180134568클러스터링 알고리즘의 비교 학습 장치 및 방법, 그 방법을 수행하기 위한 기록 매체
상태
등록출원연도
2018출원번호
1020180134548GIS 기반 화학안전관리 장치 및 방법
상태
등록출원연도
2018출원번호
1020180089235