• 전체
  • 전자/전기
  • 통신
  • 컴퓨터
닫기

사이트맵

Loading..

Please wait....

국내 논문지

홈 홈 > 연구문헌 > 국내 논문지 > 한국정보과학회 논문지 > 정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

Current Result Document : 6 / 6

한글제목(Korean Title) DNN 기반 감독형 매니폴드 학습과 계층 군집 분석을 통한 화재 예측 기법
영문제목(English Title) Fire Prediction Technique using DNN-based Supervised Manifold Learning and Hierarchical Clustering Analysis
저자(Author) 김태준   김한준   Taejun Kim   Han-joon Kim  
원문수록처(Citation) VOL 24 NO. 08 PP. 0422 ~ 0426 (2018. 08)
한글내용
(Korean Abstract)
최근 화재 예방을 위한 다양한 연구들이 진행되었지만, 지역별 요약 분석 또는 통계 분석에 머무르고 있다. 건물 수준의 화재 위험 유무를 알 수 있다면 해당 건물들을 화재 점검 대상에 포함하여 보다 정밀한 화재 예방이 가능할 것이다. 본 논문은 군집화 알고리즘 및 매니폴드 학습을 이용하여 화재 위험 건물 군집을 예측한다. 하지만, 미가공 데이터를 그대로 군집화에 사용할 경우 어떤 피쳐가 화재와 연관 관계가 있는지 알 수 없고 차원의 저주 문제 또한 발생하여 군집화가 제대로 이루어지지 않는다. 이러한 문제를 해결하기 위해 본 논문은 DNN을 감독형 매니폴드 학습에 이용하여 미가공 데이터를 변환한다. DNN은 완전 연결 계층(fully-connected layer)으로만 구성된 단순한 구조를 갖고 있다. 제안 기법은 기존 감독형 차원 축소 기법을 사용한 군집화 결과보다 높은 성능을 얻었다. 또한 계층 군집 분석을 통해 화재 군집 내의 하위 군집들을 탐색하고 각 군집의 특성을 분석하였다.
영문내용
(English Abstract)
Various studies on the prevention of fire accidents have recently been conducted, but they remain in the form of summary analysis or statistical analysis by region. If we could know whether there was a fire accident at the level of each building, we would be able to prevent fire accidents more precisely by targeting buildings in the fire inspection area. This paper proposes a method of manifold learning for predicting a particular group of fire-hazard buildings. However, when unmodified raw data is used for clustering, it is not possible to know which feature is related to fire accidents, and moreover we have the curse-of-dimensionality problem. To solve these problems, we use the deep neural network (DNN) for supervised manifold learning to transform this raw data into low-dimensional space. The DNN has a simple structure consisting of only a fully-connected layer. Our proposed method shows better performance than conventional clustering methods that use the supervised dimensionality reduction. In addition, we investigated the characteristics of sub-clusters within a target cluster through hierarchical cluster analysis.
키워드(Keyword) 딥러닝   매니폴드 학습   군집화   건물 수준 화재 예측   deep learning   manifold learning   clustering   building-level fire prediction  
파일첨부 PDF 다운로드