• 한국콘텐츠학회논문지
• /
• 제20권7호
• /
• pp.674-682
• /
• 2020

최근 산업화 및 인구과밀화로 인해 대기오염에 대한 문제가 세계적 관심사로 대두되고 있다. 대기 오염은 인간의 건강에 다양한 악영향을 초래할 수 있는데, 그 중 본 연구에서 관심을 둔 천식과 같은 호흡계 질환은 직접적 영향을 받을 수 있다. 기존의 연구에서는 임상 데이터를 활용하여 상대적으로 적은 표본을 기반으로 천식과 같은 질환에 대기 오염 인자가 어떠한 영향을 미치는지를 파악하였다. 이는 수집 표본 별 일관성이 없는 결과를 초래할 소지가 다분하며, 의료계 종사자 이외에는 연구의 시도가 어렵다는 점에서 큰 한계를 가지고 있다. 본 연구에서는 정부에서 공개하는 대기 환경 데이터와 천식 발병 빈도 수에 대한 데이터를 기반으로, 실제 천식 발병 빈도를 예측하는 것에 연구의 주안점을 두었다. 본 연구는 시차를 적용한 피어슨 상관계수를 통해 각 대기오염 인자가 천식 발병에 어느 정도의 시차를 가지고 유의한 영향을 주는지를 검증하였다. 검증결과를 기반으로 구축된 학습데이터는 딥러닝 알고리즘에 활용되며, 천식 발병 빈도의 예측에 최적화 된 모델을 설계하였다. 모델의 평균 대비 오차율은 약 11.86%로 타 머신러닝 기반의 알고리즘 대비 우수한 성능을 나타냄을 확인하였다. 제안한 모델은 국가 보험 체계 및 보건 예산 관리에서의 효율화 및 병원에서의 의료 인력 배치 및 수급에의 효율성 또한 제공할 수 있다. 또한 만성 천식 질환자에 대한 대기 환경별 발병 위험에 대한 조기 경보를 통해 국민 건강 증진에 기여할 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권11호
• /
• pp.537-542
• /
• 2017

공격적인 성향의 운전은 자동차 사고의 주요한 원인이 된다. 기존 연구에서는 공격적 성향의 운전을 검출하기 위해, 주로 청년을 대상으로 연구가 이뤄졌으며 기계학습의 순수한 Clustering 또는 Classification 기법을 통해 이뤄졌다. 그러나 노인들은 취약한 신체적 조건에 의해 젊은 운전자와는 다른 운전 강도를 가지고 있어 기존의 방식으로는 검출이 불가능 하며, 데이터를 보정하는 등의 새로운 방법이 필요하다. 그리하여, 본 연구에서는 기존의 클러스터링 기법(K-means, Expectation - maximization algorithm)에, 새롭게 제안하는 ECA(Enhanced Clustering method for Acceleration data)기법을 추가하여, 주행 차량에 위치한 스마트폰으로부터 수집된 가속도 데이터를 분석하고 공격적인 운전 형태를 검출해 낸다. ECA는 모든 피험자의 데이터에서 K-means와 EM을 통해 검출된 군집군의 데이터 중 높은 강도의 데이터를 선별하여, 특징을 스케일링한 값을 통해 모델링한다. 본 방식을 통해 기존의 연구의 순수한 클러스터링 방식과는 달리, 모든 청장년 및 노인 실험 참가자 개인들의 공격적인 운전 데이터가 검출되었으며, 클러스터링 기법간의 비교를 통해 K-means 기법이 보다 높은 검출 효율을 갖고 있음을 확인했다. 또한, K-means 방식을 검출한 공격적인 운전 데이터에서는 젊은 운전자가 노인운전자에 비해 1.29배의 높은 운전 강도를 가지고 있음을 발견했다. 이와 같이 본 연구에서 제안된 방식은 낮은 운전 강도를 갖고 있는 노인의 데이터에서 공격적인 운전을 검출 가능하게 되었으며, 특히. 제안된 방법은 노인 운전자를 위한 맞춤형 안전운전 시스템을 구축이 가능하며, 추후 다양한 연구을 통해 이상 운전 상태를 검출하고 조기 경보하는데 활용이 가능할 것이다.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.106-116
• /
• 2024

연구목적: 본 논문은 건설 시공현장에서 발생하는 사고 및 잠재적 위험분석을 위한 IoT 및 CCTV 기반 안전모니터링을 실시하고 추락, 충돌 등 위험 또는 이상현상을 탐지하여 무전기 등을 이용한 예·경보 및 챗봇서비스를 구축하는 방법을 제시하는데 목적이 있다. 연구방법: 건설현장 스마트 건설기술 사례 및 문헌분석을 통하여 안전관리 모델을 제시한다. 연구결과: '건설사고 통계'에 따르면 2021년 건설업 사고재해자는 26,888명으로 전체 사고재해의 26.3%가 건설업에서 발생하였고, 건설업 안전사고 사망자는 417명으로 전체 산업재해 사망자의 50.5%에 달한다. 이런한 건설재해의 개선 방안으로, IoT 건전성모니터링 기반 스마트 건설기술을 활용한 건설현장 안전관리 AI 챗봇서비스를 제시한다. 근로자 등 이해관계자가 참여하는 건설현장은 비계공정 및 개구부, 위험기계기구류 접근 등 사업장 내부 주요 위험구역을 선정하여 인공지능 챗봇시스템을 구현하여 실증하였다. 결론: 건설현장 인공지능 챗봇서비스 실증결과에 대한 참여근로자의 만족도 조사에서 90점 이상을 받아 상업화 가능성을 확인하였다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.55-64
• /
• 2019

기후변화에 따른 이상난동 현상으로 과수 개화시기는 앞당겨지는 추세이며, 이에 따라 발아-개화기를 전후로 갑작스레 출현하는 저온에 의한 피해사례가 증가하고 있다. 특정 과원 내에서 동일한 저온이 발생하더라도 개별 과수의 현재 발육상태에 따라 저온에 견뎌내는 힘은 각각 다르므로 피해정도와 양상은 다르게 나타나는데, 기존 과수 꽃눈의 발육상태별 동사온도 기준만으로는 기온 공간변이가 큰 임의 지역의 저온해를 예상하기에는 한계가 있었다. 본 연구에서는 이러한 한계를 극복하고 조기 대응할 수 있도록 생육추정 모델을 이용해 과수의 생육 수준을 예측하여 봄철 기온 예보자료만으로 저온에 따른 위험수준을 정량적으로 평가할 수 있는 저온해 위험도 함수식을 도출하였다. 저온해 위험 추정식을 2018년을 대상으로 '후지' 사과, '장호원황도' 복숭아, '신고' 배에 적용하여 저온해 발생일과 위험분포의 지리적 양상을 주산지별로 분석한 결과, 4월 8일에 모든 과수에서 저온해가 가장 큰 것으로 나타났다. 대표 주산지로 보면 사과는 거창, 함양, 장수에서, 복숭아는 의성, 청도, 김천, 임실, 남원, 대구에서, 배는 김천, 천안, 아산, 논산, 울산, 경주, 진주 일대에서 피해가 많이 발생했을 것으로 예상되었다. 이 기술은 과수 재배농가의 봄철 저온 피해 경감 및 이상기후에 따른 대응기술 마련에 기여할 것으로 기대된다.