$\require{mediawiki-texvc}$

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.

소규모 건설현장의 안전사고 예측을 위한 딥러닝 알고리즘 기반의 예측프레임워크 제안
Proposal of a Prediction Framework Based on Deep Learning Algorithm to Predict Safety Accidents at Small-scale Construction Sites 원문보기

한국건축시공학회지 = Journal of the Korea Institute of Building Construction, v.23 no.6, 2023년, pp.831 - 839  

김지명 (Department of Architectural Engineering, Mokpo National University)

초록
AI-Helper 아이콘AI-Helper

건설산업의 재해율은 다른 산업에 비해 매우 높다. 그 이유로 다른 규모에 비해 상대적으로 더 사고에 취약한 소규모 건설현장의 높은 재해발생율을 꼽고 있다. 최근 난이도 높은 도심 건설공사의 증가, 악천후의 증가 등으로 앞으로 소규모 건설현장의 사고 발생 위험은 더 커질 것으로 예상된다. 따라서 소규모 건설현장의 사고를 사전에 예측하고 이를 통한 사고 예방 및 저감은 건설산업의 재해율을 낮추기 위해 반드시 필요하다. 따라서, 본 연구에서는 소규모 건설현장 사고를 예측하기 위한 Deep Neural Network Algorithm 기반의 사고 예측 모델 개발 프레임워크를 제안하였다. 본 연구의 프레임워크와 결과를 활용하여 소규모 건설현장 안전관리의 가이드 라인으로 활용이 가능하며, 궁극적으로 소규모 건설현장에서의 사고 위험을 줄임으로써 지속가능한 건설사업관리에 기여할 수 있을 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study aims to develop a framework for an accident prediction model leveraging a deep neural network algorithm, specifically tailored for small-scale construction sites. Notably, the incidence of accidents in the construction sector is markedly higher compared to other industries, with a signifi...

주제어

#소규모 건설현장   #안전관리   #사고   #심층신경망 알고리즘  

표/그림 (5)

참고문헌 (32)

  1. Gledson BJ, Greenwood D. The adoption of 4d bim in the UK construction industry: an innovation diffusion approach.？Engineering, Construction and Architectural Management. 2017 Nov;24(6):950-67. 

    상세보기 crossref

  2. Kim JM, Kim T, Son K, Bae J, Son S. A quantitative risk assessment development using risk indicators for predicting economic？damages in construction sites of South Korea. Journal of Asian Architecture and Building Engineering. 2019 Oct;18(5):472-8.？https://doi.org/10.1080/13467581.2019.1681274 

    상세보기 crossref

  3. Kim JM, Kim T, Ahn S. Loss assessment for sustainable industrial infrastructure: Focusing on bridge construction and financial？losses. Sustainability. 2020 Jul;12(13):5316. https://doi.org/10.3390/su12135316 

    상세보기 crossref

  4. Kim JM, Kim T, Bae J, Son K, Ahn S. Analysis of plant construction accidents and loss estimation using insurance loss records.？Journal of Asian Architecture and Building Engineering. 2019 Nov;18(6):507-16. https://doi.org/10.1080/13467581.2019.1687089 

    상세보기 crossref

  5. Kim JM, Ha KC, Ahn S, Son S, Son K. Quantifying the third-party loss in building construction sites utilizing claims payouts: A？case study in South Korea. Sustainability. 2020 Dec;12(23):1015. https://doi.org/10.3390/su122310153 

    상세보기 crossref

  6. Yum SG, Ahn S, Bae J, Kim JM. Assessing the risk of natural disaster-induced losses to tunnel-construction projects using？empirical financial-loss data from South Korea. Sustainability. 2020 Sep;12(19):8026. https://doi.org/10.3390/su12198026 

    상세보기 crossref

  7. Jang YR, Go SS. A study on the priority safety management items in the medium and small sized construction sites. Korean？Journal of Construction Engineering and Management. 2020 Jul;21(4):38-49. https://doi.org/10.6106/KJCEM.2020.21.4.038 

    원문보기 상세보기 crossref

  8. Bae KS, Yoon JD, Ahn HS, Shim KB. Industrial accident status analysis and policy direction: Focusing on small and？medium-sized construction sites. Sejong (Korea): Korea Labor Institute; 2013. 268 p. 

  9. Won JH, Yoon YH, Oh TG, Park HG, Jeong SH. Measures for assigning responsibility to the client to prevent accidents at？small-scale construction sites in the construction industry. Ulsan (Korea): Korea Occupational Safety and Health Agency; 2019.？184 p. 

  10. Jeong M. Kingpin for the prevention of safety accidents at construction sites and the act on punishment of serious accidents.？Construction Engineering and Management. 2020 Jan;12(8):3435-45. 

  11. Ahn S, Kim T, Kim JM. Sustainable risk assessment through the analysis of financial losses from third-party damage in bridge？construction. Sustainability. 2020 Apr;12(8):3435. https://doi.org/10.3390/su12083435 

    상세보기 crossref

  12. Laryea S. Risk pricing practices in finance, insurance and construction. Proceedings of the Construction and Building Research Conference of the Royal Institution of Chartered Surveyors; 2008 Sep 4-5; Londom, United Kingdom. Reading (United？Kingdom): Reading; of University; 2008. 16 p. 

  13. Baker S, Ponniah D, Smith S. Techniques for the analysis of risks in major projects. Journal of the operational research society.？1998 Jun;49(6):567-72. https://doi.org/10.2307/3010665 

    상세보기 crossref

  14. Dikmen I, Birgonul MT, Arikan AE. A critical review of risk management support tools. Proceedings of the 20th Annual？Conference of Association of Researchers in Construction Management. 2004 Sep;2:1145-54. 

  15. Wood G, Ellis RCT. Risk management practices of leading UK cost consultants. Engineering, Construction and Architectural？Management. 2003 Aug;10(4):254-62. https://doi.org/10.1108/09699980310489960 

    상세보기 crossref

  16. Molenaar KR. Programmatic cost risk analysis for highway megaprojects. Journal of construction engineering and？management. 2005 Mar;131(3):343-53. https://doi.org/10.1061/(ASCE)0733-9364(2005)131:3(343) 

    상세보기 crossref

  17. Cagno E, Caron F. Mancini M. A multi-dimensional analysis of major risks in complex projects. Risk Management. 2007？Feb;9(1):1-18. 

    상세보기 crossref

  18. Zou PX, Zhang G, Wang J. Understanding the key risks in construction projects in China. International Journal of Projects？Management. 2007 Aug;25(6):601-14. https://doi.org/10.1016/j.ijproman.2007.03.001 

    상세보기 crossref

  19. Baloi D, Price AD. Modelling global risk factors affecting construction cost performance. International Journal of Projects？Management. 2003 May;21(4):261-9. https://doi.org/10.1016/S0263-7863(02)00017-0 

    상세보기 crossref

  20. Allison WR, Hon KHC, Xia B. Construction accidents in australia : Evaluating the true costs. Safety Science. 2019？Dec;120:886-96. https://doi.org/10.1016/j.ssci.2019.07.037 

    상세보기 crossref

  21. Weili F, Lieyun D, Hanbin L, Peter EL. Falls from heights: A computer vision-based approach for safety harness detection.？Automation in Construction. 2018 Jul;91:53-61. https://doi.org/10.1016/j.autcon.2018.02.018 

    상세보기 crossref

  22. Kim JM, Son K, Yum SG, Ahn S. Analyzing the risk of safety accidents: The relative risks of migrant workers in construction？industry. Sustainability. 2020 Jul;12(13):5430. https://doi.org/10.3390/su12135430 

    상세보기 crossref

  23. Ahmed S. Causes and effects of accident at construction site: A study for the construction industry in Bangladesh. International？journal of sustainable construction engineering and technology. 2019 Dec;10(2):18-40. 

  24. Nevada Department of Transport. Risk Management and Risk-Based Cost Estimation Guidelines. NV: Nevada Department of？Transport; 2012. 10 p. 

  25. Zhong G, Wang LN, Ling X, Dong J. An overview on data representation learning: From traditional feature learning to recent？deep learning. The Journal of Finance and Data Science. 2016 Dec;2(4):265-78. https://doi.org/10.1016/j.jfds.2017.05.001 

    상세보기 crossref

  26. Gu J, Wang Z, Kuen J. Recent advances in convolutional neural networks. Pattern recognition. 2018 May;77:354-77.？https://doi.org/10.1016/j.patcog.2017.10.013 

    상세보기 crossref

  27. Na H, Park BH. Developing accident models of rotary by accident occurrence location. International Journal of Highway？Engineering. 2012 Aug;14(4):83-91. 

  28. Bae SW, Yoo JS. Apartment price estimation using machine learning: Gangnam-gu, Seoul as an example. Real Estate Stud.？2018 Jun;24(1):69-85. 

  29. Kim J, Yum S, Son S, Son K, Bae J. Modeling deep neural networks to learn maintenance and repair costs of educational？facilities. Buildings. 2021 Apr;11(4):165. https://doi.org/10.3390/buildings11040165 

    상세보기 crossref

  30. Kim JM, Bae J, Son S, Son K, Yum SG. Development of model to predict natural disaster-induced financial losses for？construction projects using deep learning techniques. Sustainability. 2021 May;13(9):5304. https://doi.org/10.3390/su13095304 

    상세보기 crossref

  31. Ryu JD, Park SM, Park SH, Kwon CW, Yoon IS. A study on the development of a model for predicting the number of highway？traffic accidents using deep learning. Journal of Korean Society. 2018 Jan;17(1):14-25. 

  32. Dikshit A, Pradhan B. Interpretable and explainable AI (XAI) model for spatial drought prediction. Science of the Total？Environment. 2021 Dec;801:149797. https://doi.org/10.1016/j.scitotenv.2021.149797 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 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