CC BY
0
COUGH SIGNALS RECOGNITION USING MEL-SPECTROGRAMS AND MEL-FREQUENCY CEPSTRAL COEFFICIENTS. APPLICATION OF VARIOUS FILTERS AND CONVOLUTIONAL NEURAL NETWORKS
D.A. Eshchenko, G.V. Abramov
The paper addresses the problem of automatic cough signal recognition using machine learning methods aimed at classifying signals into coughs and noise. Mel-frequency cepstral coefficients (MFCC) are used for analyzing sound signals, serving as the basis for feature extraction. During the data preprocessing phase, which includes normalization and noise filtering, various frequency and time-domain filters are applied to the mel-spectrogram to improve recognition accuracy. A comparison of classification results based on the applied filters is conducted. The main focus is on using convolutional neural network (CNN) models for classifying cough sound signals. The quality of the developed model is evaluated using standard statistical metrics allowing for a detailed assessment of the proposed approach's effectiveness. The results demonstrate the potential of convolutional neural networks in automatic cough signal recognition tasks and highlight the importance of selecting and tuning frequency and amplitude filters to enhance recognition accuracy.
Key words: cough signal recognition, signal classification, cough sound data preparation, mel-frequency cepstral coefficients (MFCC), mel-spectrogram, spectrogram, convolutional neural networks (CNN), data preprocessing, frequency and time filters, signal normalization.
Eshchenko Dmitrii Alekseevich, postgraduate, lecturer, dmitrii. eshchenko@gmail. com, Russia, Voronezh, Voronezh State University,
Abramov Gennady Vladimirovich, doctor of technical sciences, professor, head of chair, agwl@yandex. ru, Russia, Voronezh, Voronezh State University
УДК 614.8.084
DOI: 10.24412/2071-6168-2024-10-373-374
К ВОПРОСУ О ПЕРСОНАЛИЗАЦИИ ОПОВЕЩЕНИЯ НАСЕЛЕНИЯ
Е.М. Леонова, А.Н. Леонова, Д.С. Котлячков
В данной статье обосновывается необходимость персонализации оповещения населения при различных видах и местах возникновения чрезвычайной ситуации, предлагается модель системы оповещения населения с функцией определения местоположения мобильных абонентов, приведены преимущества применения технологии персонализации оповещения населения.
Ключевые слова: цифровые технологии, оповещение населения, персонализация оповещения населения, чрезвычайные ситуации, безопасность жизнедеятельности.
На протяжении всего существования человечество пыталось и пытается защититься от угроз различного характера. Для этого требуется получение информации об опасности, то есть оповещение. Законодательство всех стран мира вменило в обязанность государству оповещение населения при чрезвычайных ситуациях различного характера (далее - ЧС) [1-2]. Информация оповещения должна содержать сведения о прогнозируемых и возникших ЧС, их последствиях, мерах по защите населения и территорий.
С развитием цифровых технологий стало возможным персональное оповещение каждого человека или группы людей, подверженных рискам ЧС, например, жителей определенного дома/района по эвакуации при взрыве газа, сотрудников экстренных служб и аварийно-спасательных подразделений при угрозе возникновения аварии на опасном производственном объекте. Персонализация оповещения — это процесс доведения информации о ЧС для каждого человека или группы людей (далее - оповещение). При этом информация оповещения должна быть понятной и релевантной, ее получение должно снимать чувство неопределенности и неуверенности.
Отметим преимущества персонализации оповещения населения:
целенаправленность, оповещение доводится только до той группы населения, которая действительно в нем нуждается;
своевременность, оповещение доводится в кратчайшие сроки;
релевантность, информация адаптирована под конкретного человека, его местоположение.
Примером персонализации оповещения является оповещение населения в транспортных средствах, по служебным телефонам или с учетом определения его местоположения. В этом случае в состав системы оповещения вводится дополнительная компонента - датчики определения местонахождения абонентов. Для этой цели могут использоваться трекеры местоположения - устройства, собирающие информацию о местоположении типа GPS-приемников, Bluetooth-меток и т.д., принадлежащие мобильным абонентам (пользователям).
В отличие от стационарных оконечных средств звукового и речевого оповещения (сирен, электронных сирен, громкоговорителей, выносных акустических установок), установленных в конкретных точках открытых пространств, мобильные абоненты системы оповещения могут принимать сигналы и информацию оповещения, используя различные технические средства персонального оповещения, например часы с установленным специальным приложением для приема и отображения сообщений о ЧС. К оконечным средствам персонального оповещения можно отнести портативные электронные устройства, сотовые телефоны и умные часы. Одновременно с общепринятым алгоритмом оповещения населения о ЧС могут использоваться SMS-уведомления, письма на электронную почту и т.д.
Известия ТулГУ. Технические науки. 2024. Вып. 10
Для системы оповещение населения с функцией определения местоположения абонента дополнительно необходима разработка специального программного обеспечения (приложение), предназначенного для определения местоположения абонента, обработки и анализа данных местоположения в режиме реального времени, принятия решения и оповещении мобильного абонента. Серверная часть приложения устанавливается на автоматизированном рабочем месте оповещения населения (АРМ) системы оповещения населения и на сервере оператора связи (сервер оповещения мобильного абонента). Приложение после обработки данных о ЧС и текущем местоположении мобильного абонента отправляет оповещения. Мобильный абонент может получать речевую, графическую, текстовую и видео информацию.
Главная часть приложения для оповещения мобильного абонента — это компонент, который предоставляет пользователям возможность настраивать параметры оповещений, управлять настройками и просматривать историю оповещений. Приложение может устанавливаться абонентам (пользователям) по подписке или при заключении договора с оператором связи на предоставление услуги связи. Обязательное условие для использования системы оповещения на основе местоположения - периодическая отправка обновлений местоположения абонентом (в зашифрованном виде).
На рисунке приведена модель системы оповещения населения с функцией определения местоположения мобильных абонентов.
Модель системы оповещения населения с функцией определения местоположения мобильных абонентов
Предполагается, что мобильные абоненты системы оповещения населения будут получать информацию оповещения в случае, если они находятся на территории, подверженной ЧС.
Каждая система оповещения населения имеет зону действия, границы которой определяются в соответствии с законодательством. В случае угрозы или возникновения ЧС территория, подверженная угрозе возникновения или возникшей ЧС определяется территория, которая может быть подвержена рискам ЧС. Данная территория условно разбивается на более мелкие участки, называемые «ячейками оповещения». Данные о местонахождении или перемещении мобильного абонента («ячейка абонента») отслеживаются регулярно в режиме реального времени трекером местоположения и передаются на сервер оповещения мобильных абонентов, и сравниваться с «ячейками оповещения». При их совпадении необходимо оповещение абонента. Модель системы оповещения, основанной на определении местоположения с возможностью поиска пользователя, принимает во внимание вероятность того, что ячейки оповещения составляют множество, являющееся зоной ЧС. Техника встраивания графа используется для присвоения кодов ячейкам оповещения таким образом, чтобы пользователи знали о вероятности того, что они будут предупреждены. С этой целью используется адаптивный алгоритм Хаффмана [4], являющегося модификацией обычного алгоритма Хаффмана сжатия сообщений. Он позволяет не передавать таблицу кодов и ограничиться одним проходом по сообщению, как при кодировании, так и при декодировании. Данный общий подход заключается в использовании двоичной минимизации идентификаторов ячеек [3]. Также можно использовать подход к кодированию переменной длины. В этом случае важно использовать меньше битов представления для областей с высокой вероятностью. Для этой цели будем использовать распределение Пуассона [5], чтобы смоделировать количество событий, происходящих в фиксированном интервале времени или пространства, при условии, что эти события происходят с некоторой фиксированной интенсивностью и независимы друг от друга. Характеристики распределения Пуассона: к - количество событий, происходящих в любом фиксированном интервале времени или пространства X - среднее число событий, происходящих в данном интервале; вероятность того, что произойдет к событий в данном интервале, равна:
Р(к) = (е-я *Хк)/ к!,
где е - основание натурального логарифма.
Из распределения Пуассона можно определить вероятность наличия количества ячеек оповещения и абонентов в конкретной зоне ЧС. Такой подход обеспечивает значительное сокращение времени оповещения, так как при совпадении ячеек оповещения и абонента происходит генерация токена (ключа на оповещение). В некоторых случаях данный метод может быть ограничен отсутствием систематического способа получения значений вероятности возникновения ЧС для определения зоны оповещения. Но в случае определения геоданных абонента, он будет своевременно оповещен.
Таким образом, предлагаемая модель системы оповещения с функцией определения местоположения мобильных абонентов:
обладает рядом преимуществ по сравнению с действующей системой оповещения населения: точность и надежность определения местоположения;
использование геолокации для определения местоположения пользователей, что позволяет создать более индивидуализированные и целенаправленные (персонифицированные) сообщения для экстренного оповещения;
интеграция системы оповещения на основе определения местоположения с другими технологиями, такими как мобильные приложения и датчики повысит функциональность системы в целом;
позволяет обеспечить быструю и эффективную реакцию на ЧС, минимизировать риски для жизни и здоровья людей и обеспечить им необходимую информацию для действий в любой ситуации.
Персонализация оповещения населения — это важный шаг в направлении повышения эффективности оповещения населения и обеспечения безопасности его жизнедеятельности.
Список литературы
1. Информирование населения в чрезвычайных М., ФГБУ ВНИИ ГОЧС (ФЦ), 2023 г. 108 с.
2. Отчет о научно-исследовательской работе «Научные исследования по развитию региональных, муниципальных и локальных систем оповещения в целях обеспечения гарантированного оповещения населения об угрозе возникновения или о возникновении чрезвычайной ситуации» (заключительный), М., ФГБУ ВНИИ ГОЧС (ФЦ), 2023. 145 с.
3. Кудрина М.А., Кудрин К.А., Дегтярева О.Д., Сопченко Е.В., Адаптивный алгоритм Хаффмана сжатия информации [Электронный ресурс] URL: www.cyberleninka.ru (дата обращения: 10.10.2024).
4. Леонова Е.М., Леонова А.Н., Наумова Т.Е., Котлчяков Д.С. О возможности оповещения населения на основе определения его местоположения с использованием кодов Хаффмана // Проблемы безопасности и чрезвычайных ситуаций, №4. 2024.
5.Вентцель Е.С., Овчаров А.А. Теория вероятностей и её инженерные приложения. 2-е изд. М.: Высшая школа, 2000. 480 с.
Леонова Елена Михайловна, старший научный, elenaleon@mail. ru, Россия, Москва, Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России (федеральный центр науки и высоких технологий),
Леонова Алла Николаевна, научный сотрудник, all_leo@mail. ru, Россия, Москва, Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России (федеральный центр науки и высоких технологий),
Котлячков Дмитрий Сергеевич, студент, d_kotlyachkov@mail. ru, Россия, Москва, Национальный исследовательский ядерный университет «МИФИ»
ON THE ISSUE OF PERSONALIZATION OF PUBLIC NOTIFICATION E.M. Leonova, A.N. Leonova, D.S. Kotlyachkov
This article discusses the issues of personalization of public notification, describes the advantages of this technology ofpublic notification, emphasizes the importance of effective warning systems to ensure the safety of the population in emergency situations such as natural disasters, man-made accidents and other cataclysms.
Key words: digital technologies, public notification, personalization of public notification, emergencies, life safety.
Leonova Elena Mikhailovna, senior researcher, [email protected], Russia, Moscow, All-Russian Research Institute for Civil Defense and Emergency Situations of the Ministry of Emergency Situations of Russia (Federal Center for Science and High Technologies),
Leonova Alla Nikolaevna, researcher, all_leo@mail. ru, Russia, Moscow, All-Russian Scientific Research Institute on Civil Defense and Emergency Situations of the Ministry of Emergency Situations of Russia (Federal Center for Science and High Technologies),
Kotlyachkov Dmitry Sergeevich, student, d_kotlyachkov@mail. ru, Russia, Moscow, National Research Nuclear University "MEPhI"
