인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
건설근로자의 위험도는 다양한 동작과 환경 변화에 따라 달라지지만, 기존 연구는 정적 통계자료나 일부 요인만 고려하여 실시간성과 통합적 위험 판단에 한계가 있었다. 본 연구는 이러한 한계를 극복하기 위해, 웨어러블 센서 기반 시계열 데이터를 활용한 CNN-LSTM과 산업안전 기준 수식을 결합한 위험도 판단 모델을 제안한다. Pseudo-label을 생성해 지도학습을 수행하고, 동작·생체·환경 요인을 통합 반영해 고위험·중위험·저위험 세 등급으로 분류하며 VTT-ConIoT 데이터셋 실험에서 Accuracy 99%, F1-score 0.95, Macro 0.95, Weighted 0.99의 성능을 보였다. 이는 기존 HAR 연구를 위험도 예측으로 확장한 독창성을 입증한다. 다만, 본 연구는 Pseudo-label을 활용했으므로 향후 실제 레이블 데이터 검증을 통해 일반화 성능을 보완할 필요가 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094556193
