머신러닝 기반 화재감지용 센서 적합성 연구Study of Machine Learning-based Fire Detection Sensor Suitability
- Other Titles
- Study of Machine Learning-based Fire Detection Sensor Suitability
- Authors
- 임길환; 김성렬
- Issue Date
- Mar-2024
- Publisher
- 한국정보기술학회
- Keywords
- fire detection; unwanted alarm; machine learning; multiple sensors; .
- Citation
- 한국정보기술학회논문지, v.22, no.3, pp 109 - 118
- Pages
- 10
- Journal Title
- 한국정보기술학회논문지
- Volume
- 22
- Number
- 3
- Start Page
- 109
- End Page
- 118
- URI
- https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/28594
- DOI
- 10.14801/jkiit.2024.22.3.109
- ISSN
- 1598-8619
2093-7571
- Abstract
- 본 연구에서는 화재감지기에 사용될 수 있는 다양한 센서 조합이 화재감지 성능에 미치는 영향에 분석하고자 한다. 화재/비화재 분류기 생성을 위해 화재와 일상 환경을 모사한 실제 테스트베드에서 다양한 센서를 통해 데이터를 수집하였으며 이를 이용하여 로지스틱 분류(Logistic regression) 및 K-최근접 이웃(K-Nearest neighbor), 나이브 베이즈(Naive bayes), 서포트 벡터 머신(Support vector machine), 랜덤 포레스트(Random forest) 모델을 학습하였다. 성능평가를 통해 CO, 연기, 온도 센서 및 이들의 조합이 화재감지에 우수함을 확인하였다. 또한, 주어진 데이터 세트에서 K-최근접 이웃과 랜덤 포레스트 알고리즘이 다른 머신러닝 알고리즘에 비해 높은 정확도를 보였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - Department of Computer Software Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.