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
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제4호
- 발행연도
- 2024.4
- 수록면
- 155 - 161 (7page)
- DOI
- 10.5626/KTCP.2024.30.4.155
이용수
초록· 키워드
오류제보하기
갑작스러운 화재로 인한 인명 피해 및 재산상의 피해를 방지하기 위해 실시간 화재 모니터링 시스템이 개발되고 있다. 하지만, 실시간 모니터링 시스템은 화재가 발생하고 난 후 처리가 기본적으로 적용되어 있다. 기존 방식에 예측 모델을 접목하여 본 논문에서는 IoT 센서 융합 화재 조기탐지 예측 모델을 개발한다. 딥러닝 모델을 이용하여 시계열 예측을 진행, 머신러닝 모델을 이용하여 화재 탐지 여부를 분류한다. IoT 센서 데이터의 시계열 특성을 고려하여, 연속적인 데이터를 이용, 화재를 예측하는 모델을 개발, 예측 모델을 적용하여 모델의 성능을 검증한다.
목차
요약
Abstract
1. 서론
2. 관련된 연구
3. 연구 방법
4. 데이터 정의
5. 실험
6. 추가 연구
7. 결론 및 향후 연구
References
참고문헌 (12)
참고문헌 신청
Jonathon Shlens, “A Tutorial on Principal Component Analysis,” arxiv, 2014.
Ralf C. Staudemeyer, “Understanding LSTM a tutorial into Long Short-Term Memory Recurrent Neural Networks,” arxiv, 2019.
Tianqi Chen, “XGBoost: A Scalable Tree Boosting System,” arxiv, 2016.
Pranti Rakshit, “Prediction of Forest Fire Using Machine Learning Algorithms: The Search for the Better Algorithm,” IEEE, 2021.
Islam Gomma, “A Framework for Intelligent Fire Detection and Evacuation System,” SPRINGER LINK, 2021.
Ralf C. Staudemeyer, “Understanding LSTM a tutorial into Long Short-Term Memory Recurrent Neural Networks,” arxiv, 2019.
Tianqi Chen, “XGBoost: A Scalable Tree Boosting System,” arxiv, 2016.
Pranti Rakshit, “Prediction of Forest Fire Using Machine Learning Algorithms: The Search for the Better Algorithm,” IEEE, 2021.
Islam Gomma, “A Framework for Intelligent Fire Detection and Evacuation System,” SPRINGER LINK, 2021.
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0