$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유사도검사 기법을 이용한 안전관리 개선시스템 연구
A Study on Safety Management Improvement System Using Similarity Inspection Technique 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.9 no.4, 2018년, pp.23 - 29  

박구락 (공주대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

건설현장에서 흔히 발생하는 안전관리 문제점 중 시정조치 지연으로 인해 발생하는 재해율을 낮추기 위해, 기존의 시스템 중 점검 후 시정조치를 할 때까지 발생하는 시간을 단축하기 위하여 사전에 사고유형 데이터베이스를 구축하고 점검시 유사도 검사를 이용하여 점검자에게 문제점을 실시간으로 알려주어 현장에서 바로 시정조치를 수행할 수 있는 시스템을 모델링하여, 안전사고에 보다 적극적으로 대처할 수 있는 시스템을 연구하였다. 연구 결과 90 %이상의 개방 효과와 60 %이상의 안전사고 감소율이 있음을 알 수 있었다. 이 시스템을 기반으로 음성 인식과 딥러닝을 결합하여 보다 효과적인 시스템을 지속적으로 연구 할 것이다.

Abstract AI-Helper 아이콘AI-Helper

To reduce the accident rate caused by the delay of corrective action, which is common in the construction site, in order to shorten the time from correcting the existing system to the corrective action, I used a time similarity check to inform the inspectors of the problem in real time, modeling the...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 다양한 안전관리 개선 요구 사항 중 특히 건설현장에서 체크리스트 작성시 사전에 구축한 사고유형 데이터베이스와 연동된 유사도 검사를 통해, 문제점을 검측자에게 실시간으로 SMS를 이용해 통보함으로서, 즉각적인 시정조치를 취해 안전사고를 미연에 방지할 수 있는 시스템을 모델링한 것이다
  • 0배 이상으로 높게 나타나고 있다[10-12]. 본 논문에서는 이러한 안전관리 개선 시스템 중 현재 점검과 시정조치 사이에 발생하는 시간적 문제를 해결하기 위하여 사전에 사고유형별 데이터베이스를 구축하고, 현장 점검 시 유사도 검사를 이용하여 점검자에게 발생할 수 있는 문제점을 실시간으로 통보하여 점검과 동시에 시정조치를 수행할 수 있는 시스템을 모델링하여 안전사고를 미연에 방지할 수 있도록 한다.
  • 그러나 안전사고를 유형별로 데이터베이스화하여 이를 검측(평가)시 검측자와 연동해 실시간으로 조치를 시행하는 연구는 미미한 상태이다. 본 논문에서는 이러한 안전관리기법의 개선을 위하여 데이터베이스화한 안전사고 분석 데이터를 유사도 검사를 이용하여 검측자에게 실시간으로 알려주어 문제점을 사전에 파악하고 조치할 수 있는 시스템을 모델링하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
유사도검사의 목적은 무엇인가? 유사도검사는 논문표절 검사나 스팸 필터링 등을 위한 기법으로 하드매칭 기법인 편집거리 n-gram기반 문장 유사도 측정[15-17]과 LSA(Latent Semantic Analysis), n-gram 기반 문장 유사도 검사 측정 방법이 있으며[15], 보다 발전된 형태의 집합기반 POI(Point to Insert)기법이 주로 사용된다[18-26]. 본 논문에서는 집합기반 POI 검색기법을 채택하였다.
유사도검사 측정 방법은 무엇이 있는가? 유사도검사는 논문표절 검사나 스팸 필터링 등을 위한 기법으로 하드매칭 기법인 편집거리 n-gram기반 문장 유사도 측정[15-17]과 LSA(Latent Semantic Analysis), n-gram 기반 문장 유사도 검사 측정 방법이 있으며[15], 보다 발전된 형태의 집합기반 POI(Point to Insert)기법이 주로 사용된다[18-26]. 본 논문에서는 집합기반 POI 검색기법을 채택하였다.
건설안전 사고로 인한 재해율의 감소를 위해 정부가 시행하고 있는 방안은 무엇인가? 최근에 중소기업의 ICT를 활용한 의사 결정을 위한 최적화 방안 연구 및 IOT 기술을 이용하여 제조 환경 개선에 대한 연구와 같이 정보기술을 활용한 연구가 계속하여 이루어지고 있는 상황이다[3,4]. 그러나 모든 사회의 기초 인프라를 제공해 주는 건설 산업은 각종 IT 장비와 기술을 도입함에도 불구하고, 수많은 안전사고로 귀중한 인명의 손실이 계속되고 있으며, 이러한 문제를 해결하기 위해 정부와 각종 관련기관들은 다양한 노력과 제도를 도입하여 시행하고 있고, 특히 위험개소와 근로자의 동선을 관리하는 센서 네트워크, 데이터베이스 기반의 모니터링 시스템과 기존의 3D 관리 시스템에 개체 개념을 도입한 BIM(Building Information Modeling) 기법 등이 시행되고 있으며[5-8], BIM 기반의 안전 모니터링 시스템 연구가 이루어지고 있다[9]. 이러한 노력과 연구 결과에도 불구하고 우리 주위의 건설안전 사고로 인한 재해율은 좀처럼 줄어들지 않고 있으며, 특히 소규모 건설현장의 재해율은 대형건설현장의 2.
질의응답 정보가 도움이 되었나요?

참고문헌 (26)

  1. J. H. Kim. & K. H. Lee. (2014). Measures to Improve the Work Process Through the Convergence of Social Welfare based on IT. Journal of the Korea Convergence Society, 5(4), 33-38. DOI : 10.15207/JKCS.2014.5.4.033 

  2. Y. S. Jeong. (2016). An Efficient IoT Healthcare Service Management Model of Location Tracking Sensor. Journal of Digital Convergence, 14(3), 261-267. DOI : 10.14400/JDC.2016.14.3.261 

  3. J. Y. Park, K. I. Kim. (2018). ICT Utilization for Optimization of SME Decision Making. Journal of Convergence for Information Technology, 8(1), 275-280. DOI : 10.22156/CS4SMB.2018.8.1.275 

  4. Y. S. Jeong. (2017). A Study on improving manufacturing environment using IoT technology in small business environment. Journal of Convergence for Information Technology, 7(2), 83-90. DOI : 10.22156/CS4SMB.2017.7.2.083 

  5. S. D. Park & S. C. Bae. (2013). USN-based construction site safety management monitoring system. Conference of Korean Society of Civil Engineers, 22-25. 

  6. H. S. Na & W. S. Choi. (2013). IT-based construction site safety management concept model. Conference of the Korean Academy of Industrial Science, 248-249. 

  7. D. M. Kang. D. R. Cho & C. K. Lee. (2016). A Preliminary Study on the Establishment of LCC Library for BIM Utilization in Building Maintenance. Conference of Architectural Institute of Korea, 36(1), 455-456. 

  8. J. H. Yu & K. R. Kim. (2015). [Contribution] Global Trends of Augumented Reality & BIM Semantic Web Technologies - Observation of building SMART International Summit at London. Review of Architecture and Building Science, 59(5), 73-77. 

  9. C. H. Kwon. (2016). A Study on the Ubiquitous Safety Monitoring througn Utilizing BIM Technology. Journal of Digital Convergence, 14(6), 61-67. DOI : 10.14400/JDC.2016.14.6.61 

  10. K. B. Shim. (2013). Industrial Safety Characteristics and Disaster Reduction Plan in Construction Site. Construction economy, 41-54. 

  11. W. S. Shin. S. G. You. Lee & G. H. Son. (2017). An Analysis of Influence Factors on the Safety Disease in Construction Site based on Social Networks Analysis and Its Management Plan. Conference of Architectural Institute of Korea, 37(1), 871-872. 

  12. S. R. Kim. (2016). A Study on the Status of Occupational Accidents and its Improvement in Small-Scale Business Sites. Legal Theory & Practice Review, 4(1), 33-54. 

  13. H. J. Yoon. (2015). Improvement plan of construction safety management system to realize safe society. National policy Brief, (520), 1-8. 

  14. T. W. Kim. H. S. Han & S. W. Park. (2017). A Study on Mitigation Method of Industrial Accidents through Risk Assessment : Focusing on Construction Safety Administration. Korean Review of Corporation Management, 8(3), 219-234. DOI : 10.20434/KRICM.2017.10.8.3.219 

  15. J. I. Kim. (2012). An Efficient Edit Similarity Search Technique using Prefix Element Selection. Journal of Information Science : Computing realities and letters, 18(9), 654-659. 

  16. D. J. Kim & H. W. Kim. (2006). Context-Weighted Metrics for Example Matching. Journal of the Institute of Electronics Engineers of Korea-CI, 43(6), 43-51. 

  17. H. S Ji, J. H. Joh & H. S. Lim. (2010). A Detection Method of Similar Sentences Considering Plagiarism Patterns of Korean Sentence. Journal of the Korean Association of Computer Education, 13(6), 79-89. 

  18. E. B. Ko. J. W. Lee & J. W. Lee. (2013). Efficient set-based POI data retrieval algorithm. Journal of Information Science : Computing realities and letters, 19(5), 242-251. 

  19. E. B. Ko & J. W. Lee. (2014). Sentence Similarity Measurement Method Using a Set-based POI Data Search. Journal of The Information Science Society of Korea, 20(12), 711-716. DOI : 10.5626/KTCP.2014.20.12.711 

  20. J. I. Kim. (2016). An Efficient String Similarity Search Technique based on Generating Inverted Lists of Variable-Length Grams. Journal of KIISE, 43(11), 1275-1280. DOI : 10.5626/JOK.2016.43.11.1275 

  21. D. W. Lee, S. H. Baek, M. J. Park, J. H. Park, H. W. Jung & J. H. Lee. (2012). Document Summarization Using Mutual Recommendation with LSA and Sense Analysis. Journal of Korean Institute of Intelligent Systems, 22(5), 656-662. DOI : 10.5391/JKIIS.2012.22.5.656 

  22. J. H. Park, H. Y. Kang & J. Y. Lee. (2016). A Spatial-temporal POI Data Model for Implementing Location-based Services. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 34(6), 609-618. DOI : 10.7848/ksgpc.2016.34.6.609 

  23. B. S. Kim, Y. Lee, G. B. Kim & H. Y. Bae. (2012). The Development of Users Interesting Points Analyses Method and POI Recommendation System for Indoor Location Based Services. Journal of the Korea Society of Computer and Information, 17(5), pp. 81-91. DOI : 10.9708/jksci.2012.17.5.081 

  24. H. J. Oh, Y. J. Bae, H. K Kim, N. H. Choi & B. H. Yun. (2014). Correlation Analysis of Point of Interests Based on User Profile in Tweets. Journal of the Korean Institute of Information Technology, 12(9), 107-113. DOI : 10.14801/kitr.2014.12.9.107 

  25. K. Lee. J. T. Lim. K. S. Bok & J. S. Yoo. (2018). Recommending Personalized POI Considering Time and User Activity in Location Based Social Networks. Journal of the Korea Contents Association, 18(1), 64-75. DOI : 10.5392/JKCA.2018.18.01.064 

  26. S. B. Ou & J. W. Lee. (2017). Implementation of a Spam Message Filtering System using Sentence Similarity Measurements. Journal of the KIISE Transactions on Computing Practices, 23(1), 57-64. DOI : 10.5626/KTCP.2017.23.1.57 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로