• 제목/요약/키워드: Security Information Event Management

검색결과 93건 처리시간 0.018초

계층적 X-means와 가중 F-measure를 통한 시뮬레이션 모델 검증 기법 (Validation Technique of Simulation Model using Weighted F-measure with Hierarchical X-means (WF-HX) Method)

  • 양대길;황보훈;천현재;이홍철
    • 한국산학기술학회논문지
    • /
    • 제13권2호
    • /
    • pp.562-574
    • /
    • 2012
  • 기존 대부분의 연구에서 사용하고 있는 시뮬레이션 검증 기법은 통계적 분석기법으로, 총 처리량이나 자원 이용률의 평균 및 분산을 통해 분석하여 왔다. 그러나 이러한 방식은 모델의 개별적인 요소들에 대한 신뢰성을 보장하기 어려웠다. 이를 해결하기 위해 제시된 방법이 가중 F-measure를 사용한 검증이다. 하지만 가중 F-measure는 Tact time 값 하나에 대해 하나의 클래스를 할당하기 때문에 수많은 Tact time 값들을 갖는 복잡한 시스템에 적용하기 어려운 문제를 가지고 있다. 한편, 가중치의 범위가 정해져 있지 않기 때문에 평가기준(Threshold)의 선정에 있어서 어느 정도의 수준이 만족할만한 수준인지 정하기가 어려웠다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 군집분석을 적용한 가중 F-measure를 제시한다. 군집의 클래스화를 통해 클래스의 수를 현저히 줄일 수 있고 다양한 시스템으로의 적용 또한 가능해진다. 또한 객관성을 저하시키지 않는 범위 내에서 최소한의 가중치를 부여하는 방식으로 가중치의 범위를 지정하여 검증 방법을 향상시켰다. 이를 입증하기 위해 국내 'L사'의 LCD공정설비를 대상으로 시뮬레이션 모델링 및 환경을 구축하였고, 그 결과를 통해 타당성을 증명하였다.

이동약자를 위한 AI 홈케어 솔루션에 관한 연구 (A Study on the AI Home Care Solution for the Mobile Vulnerable)

  • 노창배;나원식
    • 산업융합연구
    • /
    • 제21권4호
    • /
    • pp.165-170
    • /
    • 2023
  • 이동약자가 집에서 밖으로 나오는 순간부터 이동에 대한 어려움을 겪는 경우가 있다. 보호자들 또한 시간적 여유가 없어 사회적 약자인 가족을 보호시설에 위탁하게 되는 경우 피보호자의 위치를 알기 위해서는 보호자가 직접 확인할 수밖에 없다. 이러한 보호자의 불안감과 수고를 덜어주고, 보호시설 관계자와 이용자의 편의성을 제공하기 위해 AI 홈케어 솔루션에 대한 설계를 하게 되었다. 비영리재단, 보호시설에 서비스를 무료로 배포하여 사용하는 시설이 많아진다면 보호자의 걱정이 줄어들고, 시설 이용자들을 관리해야 하는 시설 관계자의 부담도 줄어들게 될 것이다. 본 논문에서는 이동약자를 고려하여 이동과 관련한 모든 데이터인 보호자에게 피보호자의 위치, 상태 알람뿐만 아니라 위급한 일이 발생하면 보호자에게 긴급 알림서비스 기능을 제공한다. 나아가 시설 관계자의 편의와 부담을 덜어주기 위해 내비게이션 기능을 사용하여 최적의 경로를 추천해주는 서비스 기능도 제공할 필요가 있다. 이동약자가 이용하는 셔틀의 위치, 승하차 시간 등 보호자에게 필요한 정보를 제공하여 불안감을 덜어줄 필요가 있다. 또한 서비스를 무료로 제공하면서 시설 관리자는 봉사의 질, 이동약자는 서비스의 질을 높여주는 데 목표가 있다.

다중 카메라 네트워크 가상의 관심선(Line of Interest)을 활용한 건물 내 재실자 인원 계수 방법론 개발 (Developing an Occupants Count Methodology in Buildings Using Virtual Lines of Interest in a Multi-Camera Network)

  • 천휘경;박찬혁;지석호;노명일
    • 대한토목학회논문집
    • /
    • 제43권5호
    • /
    • pp.667-674
    • /
    • 2023
  • 건물에서 재난이 발생할경우, 건물 내 인원을 신속히 구조하여 사상자를 최소화하는 것은 단연 최우선순위가 된다. 이러한 구조활동을 위해서는 건물내 어디에 몇 명이 있는지를 알아야 하는데, 실시간으로 알기가 어렵다보니 주로 건물주나 경비원 등 관계자의 진술이나 층별 면적, 수용 인원과 같은 기초자료에 의존하는 실정이다. 따라서 빠르고 정확하게 재실인원 정보를 파악하여 현장에 대한 불확실성을 낮추고 골든타임내 효율적인 구조활동을 지원하는 것이 반드시 필요하다. 본 연구는 컴퓨터 비전 알고리즘을 활용하여 이미 건물에 설치되어 있는 여러대의 CCTV 가 촬영한 이미지 로부터 건물 위치별 재실인원을 계수하는 방법론을 제시한다. 계수 방법론은 (1)카메라별 관심선(LOI) 설정을 통한 다중카메라 네트워크 환경구축, (2)딥러닝을 활용한 모니터링 구역내 사람 탐지 및 추적, (3)다중 카메라 네트워크 환경을 고려한 인원 합산 세단계로 구성된다. 제안된 방법론은 5층 건물을 대상으로 세 개의 시간대 별로 수행된 현장 실험을 통해 검증되었다. 최종 결과는 89.9%의 정확도로 재실자를 인식하는 것으로 나타났으며, 층별, 구역별 합산결과도 93.1%, 93.3%의 정확도로 우수했다. 층별 평균MAE와 RMSE는 각각 0.178과 0.339이었다. 이 처럼 실시간으로 제공하는 건물내 재실자 정보는 초기 재난 대응단계에 신속하고 정확한 구조활동을 지원 할 수있다.