표제지
목차
국문요약 9
제1장 서론 11
1. 연구 배경 및 목적 11
2. 연구 내용 및 방법 15
3. 연구지역 18
4. 연구자료 21
제2장 이론적 배경 및 선행연구 동향 분석 26
1. 선행연구 분석 26
1) 건물 화재 예측 연구 26
2) 화재 취약 지역 예측 연구 30
2. 선행연구 시사점 33
제3장 기계학습 기반의 건물화재예측모델 구축 35
1. 기계학습 기법 35
1) 분석 활용 모델 36
2) 평가 방법 39
2. 데이터 처리 42
1) 후보변수 탐색 및 변수 선정 42
2) 데이터 통합 46
3) 데이터 탐색적 분석 51
4) 데이터 전처리 54
3. 화재예측모델 개발 및 평가 59
1) 모델 개발 59
2) 모델 평가 61
제4장 도시 화재 위험 및 취약 지역 분석 65
1. 도시 화재 위험 지역 예측 66
2. 소방 대응 취약 지역 예측 70
1) 네트워크 분석 기법 71
2) 네트워크 분석과정 및 결과 73
3. 종합 분석 77
제5장 결론 및 시사점 79
참고문헌 82
ABSTRACT 89
표 1. 2017~2021년 화재 유형 및 건수/피해량 통계 13
표 2. 2017~2021 서울시 구별 화재 건수/피해 통계 19
표 3. 분석 활용 데이터 21
표 4. 기계학습 기반 화재 예측 연구 현황 29
표 5. 화재 관련 공간 분석 연구 현황 32
표 6. 기계학습 기법 요약 39
표 7. AUC 평가 기준 41
표 8. 선행 연구 화재 예측 변수 44
표 9. 화재예측모델 최종 변수 45
표 10. GIS건물통합정보 결측치 정보 46
표 11. 최종 융합 데이터셋 정보 50
표 12. 건축물 용도별 화재 발생 현황 51
표 13. 건축물 구조별 화재 발생 현황 52
표 14. 건축물 연면적별 화재 발생 현황 53
표 15. 건축물 연식별 화재 발생 현황 54
표 16. 건축물 용도/구조 재분류 기준 56
표 17. 데이터 전처리 결과 58
표 18. 독립변수 선택 및 다중공선성 진단 결과 61
표 19. 모델별 하이퍼파라미터 조정값 62
표 20. 모델별 하이퍼파라미터 조정 및 정확도 비교 63
표 21. 서비스 네트워크 분석 관련 수식 73
그림 1. 연구 전개과정 17
그림 2. 서울시 구별 화재 발생 및 강남구 생활권 현황 20
그림 3. 건물통합정보 예시 22
그림 4. 국토통계지도 격자지도 예시 24
그림 5. 기계학습 구분 36
그림 6. ROC Curve, AUC 개요 40
그림 7. 화재 발생 데이터와 건물 데이터 중첩 예시 47
그림 8. 격자형 통계자료와 건물 데이터 결합 48
그림 9. 통합 데이터셋 일부 49
그림 10. 화재예측모델 변수 중요도 64
그림 11. 화재 예측 건물 시각화 67
그림 12. 서울시 읍면동별 화재 발생 예측 결과 68
그림 13. 서울시 격자별 화재 발생 예측 결과 68
그림 14. 강남구 화재위험지역 예측 결과 69
그림 15. 네트워크 분석 데이터셋 예시 72
그림 16. 강남구 119안전센터 서비스 권역 분석 결과 75
그림 17. 강남구 소방 대응 취약 지역 예측 76
그림 18. 강남구 종합 화재위험지도 78