• Journal of the Society of Disaster Information
• /
• v.20 no.1
• /
• pp.106-116
• /
• 2024

Purpose: This paper conducts IoT and CCTV-based safety monitoring to analyze accidents and potential risks occurring at construction sites, and detect and analyze risks such as falls and collisions or abnormalities and to establish a system for early warning using devices like a walkie-talkie and chatbot service. Method: A safety management service model is presented through smart construction technology case studies at the construction site and review a relevant literature analysis. Result: According to 'Construction Accident Statistics,' in 2021, there were 26,888 casualties in the construction industry, accounting for 26.3% of all reported accidents. Fatalities in construction-related accidents amounted to 417 individuals, representing 50.5% of all industrial accident-related deaths. This study suggests implementing AI chatbot services for construction site safety management utilizing IoT-based health monitoring technologies in smart construction practices. Construction sites where stakeholders such as workers participate were demonstrated by implementing an artificial intelligence chatbot system by selecting major risk areas within the workplace, such as scaffolding processes, openings, and access to hazardous machinery. Conclusion: The possibility of commercialization was confirmed by receiving more than 90 points in the satisfaction survey of participating workers regarding the empirical results of the artificial intelligence chatbot service at construction sites.

• Proceedings of KOSOMES biannual meeting
• /
• 2006.05a
• /
• pp.47-52
• /
• 2006

The cultural grounds of laver has been surveyed using SPOT-5 satellite images to calculate the facilities of laver cultivation area in the coastal waters of Korea 10m resolution multispectral images of SPOT-5 are adopted for the south area of Daebu Island, Hwaseong city to develop an automatic detection approach of laver nets that consists of the following: band difference technique, canny edge detector and morphological analysis. The satellite-based facilities number was relatively high as compared with the licensed number in 2005, 676,749 chaek and 572,745 chaek(柵, unit of measure for laver farm), respectively. The data could be applied to achieve a good harvest for laver seaweed growers and to control its national production keeping a stable market price for the government body.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.197-201
• /
• 2018

인공위성 기반의 원격탐사자료는 홍수, 가뭄 등 자연재해에 대한 모니터링 및 예측에 활용되어 왔으며, 특히 인공위성을 이용한 광역적 강수량 추정 자료는 지형적 제약을 받는 지상관측자료와 비교하여 시공간적으로 연속적이고 균질한 강수량 자료 취득이 가능하다는 장점이 있다. 우리나라의 경우 상대적으로 조밀한 지상관측망이 구축되어 있어 공간적으로 상세한 강수량 정보를 생산할 수 있는 여건을 갖추고 있지만, 북한 지역의 경우 기상, 수문, 통계자료에 관한 자료의 접근 및 품질의 제한성으로 인해 미계측 지역에 대한 강수량의 추정에 한계가 있다. CHIRPS (Climate Hazards Group InfraRed Precipitation with Stations) 데이터는 1999년부터 미국국제개발처 (U.S. Agency for International Development, USAID), 미국항공우주국 (National Aeronautics and Space Administration, NASA), 미국해양대기청 (National Oceanic and Atmospheric Administration, NOAA)의 지원으로 개발된 전지구 강우데이터 자료이다. CHIRPS는 1981년부터 현재까지 전지구 강우자료를 0.05도 격자 해상도로 제공하고 있으며, 강수량의 추세 분석 및 가뭄 모니터링을 위해 활용되고 있다. 본 연구에서는 CHG (Climate Hazards Group)에서 제공하고 있는 인공위성을 이용한 광역적 강수량 추정 자료인 CHIRPS와 남한 및 북한의 지상관측 강수량 자료와의 비교를 통해 위성으로부터 유도된 격자 강수량자료의 정확도 및 지역적인 강수추정의 불확실성을 평가하고, 수자원 및 재해 분야 이용 가능성을 검토하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.18-18
• /
• 2018

상수관망 시스템(Water Distribution System, WDS)은 이용자에게 양질의 상수도를 공급하기 위해 구축된 사회기반시설물로써, 정수된 물이 사용처에 도달하기까지 송수과정에서 발생 가능한 수질저하를 고려해야 한다. 일반적으로 정수장에서 염소처리를 한 후, 도달시간을 고려한 시스템 내 잔류 염소농도를 유지함으로써 수질저하를 예방한다. 여기서 상수도 내 잔류 염소농도는 미생물 번식 및 관내 부식물 등 다양한 생물 화학적 오염을 효과적으로 예방하는 반면, 과다할 경우 이용자의 음용성을 저해할 수 있어 시스템 전반에 걸쳐 염소농도의 적절한 관리가 요구된다. 특히, 상수관망에서는 공급경로 및 공급량에 따라 각 수요처의 도달 염소농도가 다르게 분포할 수 있으므로, 시설운영자는 균등하고 적절한 염소농도를 유지하기 위해 추가적인 염소 재투입시설을 설치하여 함께 관리하고 있다. 이 때, 염소투입 시설의 운영계획은 EPANET과 같은 상수관망 해석모형의 수질모의를 바탕으로 수립된다. 그러나 일반적으로 수질모의는 수리해석과는 달리 긴 시간이 소요되는 단점이 존재한다. 본 연구에서는 이러한 단점을 개선하기 위해, 특정 네트워크의 수질모의 결과를 학습시킨 인공신경망(ANN) 모형을 구축하고 이를 이용하여 상수관망 수질모의 계산시간을 단축하고자 하였다. 여기서 ANN모형의 학습은 EPANET을 통해 미리 선정된 다양한 염소 투입지점의 염소 투입농도와 용수 공급량 자료, 그리고 주요 관측지점에서 측정된 염소농도자료를 이용하였다. 학습된 ANN모형을 EPANET 수질모의 결과와 비교 및 검증을 실시한 결과, 사전에 소요된 학습시간을 제외하면 수질모의 소요시간 측면에서 큰 개선효과를 보였으며, 대표지점에서의 수질모의 결과가 유사하였다. 추가적으로, 본 연구에서는 학습된 ANN모형과 최적화 알고리즘인 GA(Genitic Algorithm)를 연계하여 상수관망에서의 염소 재투입 스케줄링을 최적화하는 프로그램을 개발함으로써, 안전하고 경제적인 상수관망의 수질운영에 기여하고자 하였다.

• The Journal of Bigdata
• /
• v.6 no.1
• /
• pp.197-206
• /
• 2021

GPR data is used for underground exploration. The data gathered are interpreted by experts based on experience as the underground facilities often reflect GPR. In addition, GPR data are different in the noise and characteristics of the data depending on the equipment, environment, etc. This often results in insufficient data with accurate labels. Generally, a large amount of training data have to be obtained to apply CNN models that exhibit high performance in image classification problems. However, due to the characteristics of GPR data, it makes difficult to obtain sufficient data. Finally, this makes neural networks unable to learn based on general supervised learning methods. This paper proposes an image classification method considering data characteristics to ensure that the accuracy of each label is similar. The proposed method is based on semi-supervised learning, and the image is classified using clustering techniques after extracting the feature values of the image from the neural network. This method can be utilized not only when the amount of the labeled data is insufficient, but also when labels that depend on the data are not highly reliable.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.24 no.1
• /
• pp.78-83
• /
• 2014

Recently, a rapid growth of wind power system as a leading renewable energy source has compelled a number of companies to develop intelligent monitoring and diagnostic system. Such systems can detect early mechanical faults, which prevents from costly repairs. Generally, fault diagnostic system for wind turbines is based on vibration and process signal analysis. In this work, different type of mechanical faults such as mass unbalance and shaft misalignment which can always happen in wind turbine system is considered. The proposed intelligent fault diagnostic algorithm utilizes artificial neural network and Wavelet transform. In order to verify the feasibility of the proposed algorithm, mechanical fault generation experimental system manufactured by Gaon corporation is utilized.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.4
• /
• pp.89-96
• /
• 2021

The number of confirmed cases of coronavirus-19 is soaring around the world and has caused numerous deaths. Wearing a mask is very important to prevent infection. Incidents and accidents have occurred due to the recommendation to wear a mask in public places such as buses and subways, and it has emerged as a serious social problem. To solve this problem, this paper proposes an open source-based face mask wearing monitoring system. We used open source software, web-based artificial intelligence tool teachable machine and open source hardware Arduino. It judges whether the mask is worn, and performs commands such as guidance messages and alarms. The learning parameters of the teachable machine were learned with the optimal values of 50 learning times, 32 batch sizes, and 0.001 learning rate, resulting in an accuracy of 1 and a learning error of 0.003. We designed and implemented a mask wearing monitoring system that can perform commands such as guidance messages and alarms by determining whether to wear a mask using a web-based artificial intelligence tool teachable machine and Arduino to prove its validity.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.13-13
• /
• 2020

'20년 3월 현재 전국 3,502개 읍면동 중 73개 읍면동이 지하수를 상수원으로 급수 중이며, 48개 산업단지에서 지하수를 주 수원으로 사용 중이다. 또한 급수 소외지역의 물 공급을 위해 주로 사용되는 소규모수도시설 14,811개 중 12,073개(81.5%)는 지하수를 이용하고 있으며, 그 위치는 전국에 산재해 있다. 이처럼 지하수는 댐, 저수지 및 하천과 더불어 생·공용수의 중요한 수원이라 할 수 있다. 본 연구에서는 급수 소외지역의 주요 수원인 지하수위 현황을 이용한 가뭄 모니터링 및 전망 기법을 개발하고자 하였다. 국가 지하수관측망 중 10년 이상 장기 관측 자료를 보유한 253개 관측소의 일단위 관측자료를 기반으로, 과거 관측수위 분포를 핵밀도함수로 추정하고 Quantile Function을 이용해 현재 수위의 높고 낮은 정도를 Percentile 값으로 산정하였다. 관측소별 지하수위 Percentile은 티센망을 이용해 167개 시군별로 공간평균하고 Percentile의 범위에 따른 가뭄등급을 설정하여 지하수 가뭄 정도를 모니터링 할 수 있는 기법을 제시하였다. 또한 지하수 가뭄을 전망하기 위해 강수와 지하수위의 거시적인 응답특성을 이용하였다. 관측소별로 추정된 핵밀도함수의 누적확률을 표준정규분포의 Quantile로 변환하여 표준지하수지수I(Standardized Groundwater level Index, SGI)를 산정하고, 시군별로 공간을 일치시킨 1~12개월 지속기간별 표준강수지수(Standardized Precipitation Index, SPI)와의 상관관계를 이용해 NARX(nonlinear autoregressive exogenous) 인공신경망 예측모형을 구축하였다. 이를 통해 기상청 정량전망 강수량을 이용해 전국의 1~3개월 후 지하수 가뭄을 빠르게 전망할 수 있는 체계를 구축하고, 생·공용수 분야 국가 가뭄 예·경보의 미급수지역 가뭄현황 및 전망에 활용중이다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.12 no.5
• /
• pp.165-170
• /
• 2023

With the recent rise of blockchain technology, cryptocurrency platforms using it are increasing, and currency transactions are being actively conducted. However, crimes that abuse the characteristics of cryptocurrency are also increasing, which is a problem. In particular, phishing scams account for more than a majority of Ethereum cybercrime and are considered a major security threat. Therefore, effective phishing scams detection methods are urgently needed. However, it is difficult to provide sufficient data for supervised learning due to the problem of data imbalance caused by the lack of phishing addresses labeled in the Ethereum participating account address. To address this, this paper proposes a phishing scams detection method that uses both Trans2vec, an effective graph embedding techique considering Ethereum transaction networks, and semi-supervised learning model Tri-training to make the most of not only labeled data but also unlabeled data.

• KIPS Transactions on Computer and Communication Systems
• /
• v.12 no.12
• /
• pp.357-362
• /
• 2023

Bridges are important transportation infrastructure, but they are subject to damage and cracking due to various environmental factors and constant traffic loads, which accelerate their aging. With many bridges now older than their original construction, there is a need for systems to ensure safety and diagnose deterioration. Bridges are already utilizing structural health monitoring (SHM) technology to monitor the condition of bridges in real time or periodically. Along with this technology, the development of intelligent bridge monitoring technology utilizing artificial intelligence and Internet of Things technology is underway. In this paper, we study an edge system technique for predicting bridge safety using fast Fourier transform and dimensionality reduction algorithm for maintenance of aging bridges. In particular, unlike previous studies, we investigate whether it is possible to form a dataset using sensor data collected from actual bridges and check the safety of bridges.