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
최명영 (한국화재보험협회) 전성해 (청주대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제31권 제5호
발행연도
2021.10
수록면
383 - 388 (6page)
DOI
10.5391/JKIIS.2021.31.5.383

이용수

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

초록· 키워드

오류제보하기
화재는 매우 다양한 원인에 의해 발생한다. 화재 데이터는 화재의 특성상 발생과 미발생 간의 데이터 비율에 대한 차이가 매우 크다. 화재발생 건수를 나타내는 변수는 대부분 0의 값을 갖고 1이상의 값은 매우 희소하게 나타나기 때문이다. 따라서 화재 데이터 분석에서 화재미발생인 0의 값이 절대적인 영향을 미치기 때문에 모형의 성능에서 한계를 나타낸다. 본 연구에서는 이와 같이 화재발생 데이터에 포함된 불균형 문제를 해결하기 위하여 부트스트랩 샘플링을 사용한다. 즉 화재발생 데이터로부터 부트스트랩 재표본을 생성하여 화재미발생 데이터와의 균형을 맞춘다. 이를 통하여 화재발생에 영향을 주는 변수들을 찾아내고 이를 이용하여 화재발생 대처할 수 있는 방법을 제안한다. 제안방법의 성능평가를 위하여 실제 국내의 화재발생 데이터를 이용한 실험을 수행한다.
#화재데이터 #상관분석 #부트스트랩 #재표본추출 #불균형데이터 #Fire data #correlation analysis #bootstrap #re-sampling #imbalance data

목차

요약
Abstract
1. 서론
2. 화재 데이터 분석
3. 제안 기법
4. 실험 및 결과
5. 결론 및 향후 연구
References

참고문헌 (17)

참고문헌 신청
M. Choi, S. Jun, “Fire Risk Assessment Models Using Statistical Machine Learning and Optimized Risk Indexing,” Applied Sciences, vol. 10, pp. 4199, 2020. google schola J. M. Hilbe, Modeling Count Data, Cambridge University Press, New York, NY, 2014. google schola J. M. Hilbe, Negative Binomial Regression, 2nd edition, Cambridge University Press, Cambridge, UK, 2011. google schola A. C. Cameron, P. K. Trivedi, Regression Analysis of Count Data, 2nd edition, Cambridge University Press, New York, NY, 2013. google schola R. Rishickesh, A. Shahina, A. Nayeemulla Khan, “Predicting Forest Fires using Supervised and Ensemble Machine Learning Algorithms,” International Journal of Recent Technology and Engineering, vol. 8, pp. 3697–3705, 2019. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0