메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김서연 (고려대학교) 이민정 (고려대학교) 이지윤 (고려대학교) 황하은 (고려대학교) 장광호 (경찰대학교) 김희두 (경찰대학교) 김종윤 (경찰청) 김성범 (고려대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제47권 제5호
발행연도
2021.10
수록면
459 - 469 (11page)
DOI
10.7232/JKIIE.2021.47.5.459

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

멀티모달 스태킹 모델을 활용한 112 신고 건수 예측
김서연 ,  이민정 ,  이지윤 외 5명 대한산업공학회지 2021.10 학술저널

2020

앙상블 모델을 활용한 112 신고 발생 건수 조기예측
김서연 ,  이민정 ,  이지윤 외 4명 대한산업공학회 추계학술대회 논문집 2020.11 학술대회자료

초록· 키워드

오류제보하기
Maintaining a safe society is a fundamental value of the nation, and is the primary purpose of policing. Recently, a new approach of using artificial intelligence for policing, known as smart policing, has been proposed. While various studies on smart policing have been discussed, most studies only focus on predicting the hotspot regions or the number of major crimes. The Republic of Korea has a policing system called the 112 system, and the need to incorporate smart policing to the 112 system is increasing gradually. However, the current 112 system is operating less efficiently by deploying the same number of police forces regardless of the number of expected 112 emergency calls. Moreover, studies related to the number of 112 emergency calls are not only insufficient, but also have limitations in that the number of emergency calls in the past has not been utilized. In this study, we propose a multimodal stacking model (MSM) that can predict 112 emergency calls by reflecting the temporal characteristics of the policing data and facilitate interpretation of the important variables. A deep learning-based recurrent neural network and a gradient boosting model are used together in MSM. The proposed MSM yielded excellent predictive performance in experiments using various kinds of regional characteristic data and 112 emergency call data.
#112 Emergency Call #Multimodal Learning #Stacking Model #Machine Learning #Deep Learning

목차

1. 서론
2. 관련 모델
3. 실험 방법
4. 실험 결과
5. 결론
참고문헌

참고문헌 (22)

참고문헌 신청
Box, G. E. P., Jenkins, G. M., Reinsel, G. C., and Ljung, G. M. (2015), Time series analysis: Forecasting and control, John Wiley & Sons. google schola Breiman, L. (2001), Random forests, Machine Learning, 45(1), 5-32. google schola Cho, K., Van Merriënboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., and Bengio, Y. (2014), Learning Phrase Repre-Sentations Using RNN Encoder-decoder for Statistical Machine Translation, ArXiv Preprint ArXiv:1406.1078. google schola Chohlas-Wood, A., Merali, A., Reed, W., and Damoulas, T. (2015), Mining 911 calls in New York City: Temporal Patterns, Detection, and Forecasting, Workshops at the Twenty-Ninth AAAI Conference on Artificial Intelligence. google schola Choi, J. (2018), The Data-based Prediction of Police Calls Using Machine Learning, The Korea Journal of BigData, 3(2), 101-112. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

머신러닝 모델을 이용한 대한민국 코로나 신규 확진자 예측
배진수 ,  김성범 대한산업공학회지 2021 .06
머신러닝을 활용한 응급실 내원 환자 퇴실 조치 결정 조기 예측
황하은 ,  강현구 ,  이의선 외 3명 대한산업공학회지 2021 .06
장면 이미지 속 한글 문자를 종단 간 검출 및 인식 가능한 딥러닝 네트워크 모델
김정원 ,  김성범 대한산업공학회지 2022 .08
객체 수준 데이터 증강을 활용한 딥러닝 기반의 강판 표면 결함 검출
안인범 ,  김성범 대한산업공학회지 2022 .08
전장 상황 인지 보고서 생성을 위한 Text-to-Text 멀티 태스크 학습
허종국 ,  임새린 ,  안시후 외 6명 대한산업공학회지 2022 .12

최근 본 자료

전체보기

댓글(0)

0