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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 손진곤
- 발행연도
- 2023
- 저작권
- 한국방송통신대학교 논문은 저작권에 의해 보호받습니다.
이용수4
초록· 키워드
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
우리나라에서는 지난 10년간 매년 4만 건 내외의 화재가 발생하여 많은 인명피해와 경제적 손실이 발생하고 있다. 이러한 화재 사고를 미리 예방하기 위해서는 화재의 발화 원인이 무엇인지 알아내야 한다. 기존의 화재 경보 시스템에서는 온도, 연기, 불꽃 센서 등으로 화재를 감지하였으나 화재를 인식하지 못하는 오작동 문제, 화재의 원인을 구분하지 못하는 문제, 사람이 화재 발생을 인지 하는 데 시간이 많이 소요되고 부재로 인해 화재 상황인식이 늦어지는 문제가 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 GCN(Graph Convolutional Network) 모델을 이용하여 화재 데이터셋으로 화재 상황인식을 실험하였다. 실험에 사용한 화재 데이터셋은 상자, 의류, 전기 등의 원인으로 화재가 발생했을 때 구성된 화재 데이터셋을 실험에 이용하였다. 이 데이터셋은 습도, 온도, 프레온가스(MQ139), 총 휘발성 유기화합물(TVOC), 등가 이산화탄소(eCO2), 화재 감지 센서 등의 복합센서로 이루어져 있으며, 화재 미발생, 상자 화재 발생, 의류 화재 발생, 전기 화재 발생 등의 4가지 상황으로 레이블링 전처리하였다. 전처리된 데이터셋은 그래프 기반의 딥러닝 모델인 GCN(Graph Convolutional Network) 모델로 학습하였고 실험 결과 93.44%의 정확도를 확인하였다.
목차
- 제1장 서론 11.1 연구의 배경 및 목적 11.2 논문 구성 3제2장 관련 연구 42.1 화재 경보 시스템 42.2 다중 센서 및 딥러닝 기반 화재 감지 52.3 화재 예측 모델 92.4 GCN 모델 10제3장 화재 상황인식을 위한 GCN 모델 153.1 화재 데이터셋 153.2 화재 데이터셋 전처리 173.3 제안하는 GCN 모델 20제4장 실험 및 성능 평가 234.1 실험 환경 234.2 모델 학습 264.3 성능 평가 27제5장 결론 29참고문헌 31외국어초록 33감사의 글 35
최근 본 자료
