본문 바로가기
  • 학술저널

표지

진우정 (서울대학교) ,  최동진 (서울대학교) ,  김영진 (서울대학교) ,  강유 (서울대학교)

  • 2018.06
  • 564 - 571 (8 pages)

이용수 91

내서재 0

DBpia에서 서비스 중인 논문에 한하여 피인용 수가 반영됩니다. 내서재에 논문을 담은 이용자 수의 총합입니다.

초록·키워드 목차

건물 내 IoT 시스템을 이용한 재실자의 수 및 행동 유형 파악은 스마트 냉/난방 시스템 등에 사용되어 전력 효율을 개선시키고 비용 절감에 도움되는 중요한 문제이다. 실제 건물 관리 시스템에서는 카메라 등의 장비를 이용하여 방 안의 현황을 파악하고 재실자의 수와 행동 유형을 직접 파악하는 방법 등이 사용되고 있다. 이 방법으로 사람 수와 행동 유형을 파악하는 것은 비효율적일뿐만 아니라 데이터를 위한 방대한 저장 공간이 필요하다. 본 연구에서는 적외선 그리드 아이 센서와 소음 센서를 이용하여 실내 센서 데이터를 수집하였다. 또한 이 데이터를 토대로 재실자 수와 행동 유형을 파악하는 딥러닝 모델과 데이터의 시간적 특성을 고려하는 딥러닝 모델을 제안한다. 제안하는 모델은 약 95.3%의 정확도로 사람 수를 파악하고 90.9%의 정확도로 사람 행동 유형을 파악한다. 또한 Truncated SVD를 이용하여 정확도의 손실을 최소화하면서 저장 공간을 줄이는 방법을 제안한다. #사물 인터넷 #행동 유형 파악 #딥러닝 #끝을 자른 특이값 분해 #IoT #activity prediction #deep learning #truncated SVD

요약
Abstract
1. 서론
2. 관련연구
3. 제안된 방법
4. 실험
5. 결론
References

저자의 논문

최근 본 자료

커뮤니티 월간 인기글

더보기
DBpia에서 서비스 중인 논문에 한하여 피인용 수가 반영됩니다.
논문의 정보가 복사되었습니다.
붙여넣기 하세요.