머신러닝 기반 화재감지용 센서 적합성 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 임길환 | - |
dc.contributor.author | 김성렬 | - |
dc.date.accessioned | 2024-04-08T02:30:26Z | - |
dc.date.available | 2024-04-08T02:30:26Z | - |
dc.date.issued | 2024-03 | - |
dc.identifier.issn | 1598-8619 | - |
dc.identifier.issn | 2093-7571 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/28594 | - |
dc.description.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. | - |
dc.format.extent | 10 | - |
dc.language | 한국어 | - |
dc.language.iso | KOR | - |
dc.publisher | 한국정보기술학회 | - |
dc.title | 머신러닝 기반 화재감지용 센서 적합성 연구 | - |
dc.title.alternative | Study of Machine Learning-based Fire Detection Sensor Suitability | - |
dc.type | Article | - |
dc.publisher.location | 대한민국 | - |
dc.identifier.doi | 10.14801/jkiit.2024.22.3.109 | - |
dc.identifier.bibliographicCitation | 한국정보기술학회논문지, v.22, no.3, pp 109 - 118 | - |
dc.citation.title | 한국정보기술학회논문지 | - |
dc.citation.volume | 22 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 109 | - |
dc.citation.endPage | 118 | - |
dc.identifier.kciid | ART003062317 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | fire detection | - |
dc.subject.keywordAuthor | unwanted alarm | - |
dc.subject.keywordAuthor | machine learning | - |
dc.subject.keywordAuthor | multiple sensors | - |
dc.subject.keywordAuthor | . | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
350-27, Gumi-daero, Gumi-si, Gyeongsangbuk-do, Republic of Korea (39253)054-478-7170
COPYRIGHT 2020 Kumoh University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.