본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

목차

Stacked LSTM 기반 실시간 화재 상황 분류 알고리즘 연구 = A Study on the Real-time Fire Classification Algorithm Based on Stacked LSTM / 허요섭 ; 서성호 ; 심위 ; 강종석 1

Abstract 1

요지 1

1. 서론 1

2. 화학 센서 시스템 기반 화재감지 연구검토 2

2.1. 화학 센서 시스템 기반 화재감지의 장단점 2

2.2. 화학 센서 시스템 기반 화재감지 및 판단 알고리즘 2

3. 다차원 센서 데이터 기반 화재 상황 분류 딥러닝 모델 3

3.1. 화재 상황 모사 데이터 수집 3

3.2. 화재 상황 분류 딥러닝 모델 구축을 위한 피처 엔지니어링(Feature engineering) 4

4. 화재 상황 분류 딥러닝 모델 성능 평가 및 검증 6

4.1. LSTM 모델 화재 상황 분류성능 평가 6

4.2. LSTM 모델 화재 상황 실시간 분류성능 평가 8

5. 결론 11

References 11

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
미래 기후변화를 고려한 보령댐 비상도수시설 운영방안 연구 = Boryeong Dam emergency water diversion facility : ensuring operational flexibility and resilient response to climate change 임건묵, 노선희, 손민우, 정관수 p. 11-22

보기
AHP를 적용한 Euclidean Distance 기반 재난안전사업 예산 투자우선순위 산정 = Investment priorities of the budgets for disaster and safety management projects based on euclidean distance with AHP 조현우, 최승용 p. 23-37

보기
도시 열섬 강도 분석을 위한 도시데이터 센서와 국가기상관측 간 기온 및 공간해상도 비교 연구 = Comparison of temperatures and spatial resolutions between urban sensors and national weather observations (ASOS, AWS) for urban heat island intensity analysis 박해경 p. 39-48

보기
텍스트마이닝과 의미연결망을 활용한 재난 유형별 이슈 분석 = Analysis of issues based on disaster type using text mining and a semantic network 김태진, 음미령, 박상현 p. 49-60

보기
재난구호성금제도 개선방안에 관한 연구 = A study on the improvement of the disaster relief donation system 성기환, 김용상, 유선웅 p. 61-72

보기
3D 스캐닝 기법을 적용한 소방현장의 공간데이터 구축에 관한 연구 = A study on building the geospatial data of the firefighting area by applying the 3D scanning technology 임성빈, 소윤범, 민세홍 p. 73-81

보기
IoT 및 ICT 기술을 이용한 소방설비 기술의 특허 동향 분석 = Analysis of patent trends for fire protection technology based on IoT and ICT technology 류은미, 윤형구, 여인환, 조경숙 p. 83-92

보기
Stacked LSTM 기반 실시간 화재 상황 분류 알고리즘 연구 = A study on the real-time fire classification algorithm based on stacked LSTM 허요섭, 서성호, 심위, 강종석 p. 93-104

보기
가압방식에 따른 승강기용 제연설비의 성능 검토 = Performance analysis of smoke control systems for elevators based on pressurization method 정석환 p. 105-113

보기
비상시 수계전환에 따른 공급성능 개선방안 = Improvement methods for supply performance in emergency interconnection plans 김아린, 김수리, 최세중, 전환돈 p. 115-123

보기
경로점을 가지는 해상풍력 석션버켓 기초의 기울기 제어 모형실험 = Model tests for tilting control of suction bucket foundation for offshore wind turbine with path points 김유석, 이종필 p. 125-132

보기
모래지반에서 연직하중을 받는 단독경사말뚝의 경사각도와 상대밀도에 따른 연직지지력에 관한 연구 = A study on the vertical bearing capacity according to the inclination angle of single batter piles and the relative density of sand under vertical loads 윤성규, 김지성, 강민수, 강기천 p. 133-140

보기
심층 신경망을 이용한 산사태 민감도 분석 = Analysis of landslide susceptibility using deep neural network 송창호, 이지성, 김윤태 p. 141-150

보기
진동대모형실험에 의한 농업용 저수지 제체의 내진성능 평가 = Seismic performance evaluation of agricultural reservoir embankment through shaking table tests 이영학, 류정현, 윤보라, 허준, 이달원 p. 151-161

보기
화강 풍화토의 고화처리에 의한 강도변화 특성 = Variation in strength owing to solidification treatment of weathered granite soil 이성열, 김승곤, 백원진, 권성진, 정창성, 이정훈 p. 163-169

보기
GRU를 활용한 인공지능기반 구조물 시계열 응답 예측 = Structural response estimation using gated recurrent unit 전건열, 박재형, 정종원, 윤형철 p. 171-179

보기
지역적 가뭄역량평가를 위한 복원력 분석에 관한 연구 = A study on resilience analysis for regional drought capacity evaluation in South Korea 이찬욱, 홍성진, 문기훈, 유도근 p. 181-192

보기
LSTM 기반 딥러닝 기법을 이용한 섬진강 구례교 지점의 홍수위 예측 = Flood stage forecasting at the Gurye-Gyo station in Sumjin River using LSTM-based deep learning models 정재원, 모혜림, 이준형, 유영훈, 김형수 p. 193-201

보기
저수지의 장기 고탁수 사상에 적합한 탁수 예측 모형 = Prediction model suitable for long-term high turbidity events in a reservoir 홍준영, 정석일, 김병현 p. 203-213

보기
철도 건설 용지 부족문제 해결을 위한 연직형 보강노반의 변형 특성 분석 = Analysis of the deformation characteristics of vertically reinforced subgrades to address land shortage in railroad construction 김대상, 김웅진 p. 1-9

보기

참고문헌 (26건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Adib, M., Eckstein, R., Hernandez-Sosa, G., Sommer, M., and Lemmer, U. (2017). SnO2 nanowire-based aerosol jet printed electronic nose as fire detector. IEEE Sensors J., Vol. 18, No. 2, pp. 494-500. 미소장
2 Baek, J., Alhindi, T.J., Jeong, M.K., Jeong, Y.S., Seo, S., Kang, J., et al. (2021). Real-time fire detection algorithm based on support vector machine with dynamic time warping kernel function. Fire Technol., Vol. 195, pp. 1-25. 미소장
3 Bukowski, R., Peacock, R., Averill, J., Cleary, T., Bryner, N., and Reneke, P. (2008). Performance of Home Smoke Alarms, Analysis of the Response of Several Available Technologies in Residential Fire Settings. Technical Note (NIST TN), National Institute of Standards and Technology, Gaithersburg, MD. 미소장
4 Cestari, L.A., Worrell, C., and Milke, J.A. (2005). Advanced fire detection algorithms using data from the home smoke detector project. Fire Safety J., Vol. 40, No. 1, pp. 1-28. 미소장
5 Chen, S.J., Hovde, D.C., Peterson, K.A., and Marshall, A.W. (2007). Fire detection using smoke and gas sensors. Fire Safety J., Vol. 42, No. 8, pp. 507-515. 미소장
6 Croux, C., and Ruiz-Gazen, A. (2005). High breakdown estimators for principal components: The projectionpursuit approach revisited. J. Multivariate Anal., Vol. 95, No. 1, pp. 206-226. 미소장
7 Elmas, C., and Sönmez, Y. (2011). A data fusion framework with novel hybrid algorithm for multi-agent Decision Support System for Forest Fire. Expert Syst. Appl., Vol. 38, No. 8, pp. 9225-9236. 미소장
8 Ferraty, F., and Vieu, P. (2006). Nonparametric functional data analysis: theory and practice. Springer Science & Business Media. 미소장
9 Fonollosa, J., Solórzano, A., and Marco, S. (2018). Chemical sensor systems and associated algorithms for fire detection: A review. Sensors, Vol. 18, No. 2, pp. 553. 미소장
10 Guar, A., Singh, A., Kumar, A., Kulkarni, K.S., Lala, S., Kapoor, K., et al. (2019). Fire sensing technologies:A Review. IEEE Sens. J., Vol. 19, No. 9, pp. 3191-3202. 미소장
11 Gottuk, D.T., Peatross, M.J., Roby, R.J., and Beyler, C.L. (2002). Advanced fire detection using multi-signature alarm algorithms. Fire Safety J., Vol. 37, No. 4, pp. 381-394. 미소장
12 Hochreiter, S., and Schmidhuber, J. (1997). Long short-term memory. Neural Comput., Vol. 9, No. 8, pp. 1735-1780. 미소장
13 JiJi, R.D., Hammond, M.H., Williams, F.W., and Rose-Pehrsson, S.L. (2003). Multivariate statistical process control for continuous monitoring of networked early warning fire detection (EWFD) systems. Sensor. Actuat. B-Chem., Vol. 93, No. 1-3, pp. 107-116. 미소장
14 Kim, W.J., Kim, B.J., and Chung, K.S. (2011). Machine Learning based Fire Detection Method in Sensor in Wireless Sensor Networks. Proceedings of Symposium f the Korean Institute of Communications and Information Sciences, Vol. 2011, No. 6, pp. 998-999. 미소장
15 Li, J., Yan, B., Zhang, M., Zhang, J., Jin, B., Wang, Y., and Wang, D. (2019). Long-range raman distributed fiber temperature sensor with early warning model for fire detection and prevention. IEEE Sensors J., Vol. 19, No. 10, pp. 3711-3717. 미소장
16 Lin, G., Zhang, Y., Xu, G., and Zhang, Q. (2019). Smoke detection on video sequences using 3D convolutional neural networks. Fire Technol., Vol. 55, No. 5, pp. 1827-1847. 미소장
17 McAvoy, T.J., Milke, J., and Kunt, T.A. (1996). Using multivariate statistical methods to detect fires. Fire Technol., Vol. 32, No. 1, pp. 6-24. 미소장
18 Milke, J.A., Hulcher, M.E., Worrell, C.L., Gottuk, D.T., and Williams, F.W. (2003). Investigation of multi-sensor algorithms for fire detection. Fire Technol., Vol. 39, No. 4, pp. 363-382. 미소장
19 Muduli, L., Mishra, D.P., and Jana, P.K. (2019). Optimized fuzzy logic-based fire monitoring in underground coal mines: binary particle swarm optimization approach. IEEE Syst. J., Vol. 14, No. 2, pp. 3039-3046. 미소장
20 National Fire Agency. (2020). Fire Statistical Yearbook 2019. 미소장
21 Park, J.K., and Nam, K. (2020). Implementation of Multiple Sensor Data Fusion Algorithm for Fire Detection System. J. Korea Soc. Comp. Inf., Vol. 25 No. 7, pp. 9-16. 미소장
22 Park, M., and Ko, B.C. (2020). Two-step real-time night-time fire detection in an urban environment using Static ELASTIC-YOLOv3 and Temporal Fire-Tube. Sensors, Vol. 20, No. 8, pp. 2202. 미소장
23 Rütimann, L. (2014). Reducing False Alarms (A Study of selected European Countries). Technical Report, Siemens Switzerland Ltd. 미소장
24 Sivathanu, Y.R., and Tseng, L.K. (1997). Fire detection using time series analysis of source temperatures. Fire Safety J., Vol. 29, No. 4, pp. 301-315. 미소장
25 Wang, X.G., Lo, S.M., and Zhang, H.P. (2013). Influence of feature extraction duration and step size on ANN based multisensor fire detection performance. Procedia Engineer., Vol. 52, pp. 413-421. 미소장
26 Zheng, D., Wang, Y., and Wang, Y. (2015). Intelligent Monitoring System for Home Based on FRBF Neural Network. Int. J. Smart Home, Vol. 9, No. 2, pp. 207-218. 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차