선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 기존에 연구된 감시 시스템들의 특징과 문제점을 알아보고 각각 독립적으로 동작하는 시스템들을 연계하고 통합하여 보다 신뢰성 높은 화재 감시를 할 수 있는 종합 상황 판단 시스템을 제안하고자 한다.
- 본 논문은 도시철도 역사 내의 화재 발생 발견은 물론 화재 가능성을 미리 예측하여 예방할 수 있는 종합 상황 판단 시스템을 제안하였다. 화재 수신반과 같은 기존의 화재 감시 시스템이 연기, CO 혹은 온도나 온도의 변화량만을 가지고 화재 여부를 판단하던 것과는 달리 제시한 시스템은 Fuzzy Clustering 기반의 화재 상황 인식 모델을 적용하고 역사 내에 설치된 카메라로부터 얻은 영상 데이터의 객체 인식을 통해 보다 정확하고 편리하게 화재 발생을 발견하거나 화재 가능성이 높은 상황에 미리 대처하여 화재를 예방할 수 있게 해준다.
- 2절의 Fuzzy Clustering 기반의 화재 상황 인식 시스템의 경우 기존 화재 수신반에 비해 효과적이기는 하지만 화재 상황의 예측 및 발견을 알고리즘에 의존하기 때문에 입력 요소인 센서데이터나 환경변수 이외에 돌발 상황에 의해 발생한 화재 상황을 감지 못하는 경우가 생길 수 있다. 본 연구에서는 이러한 단일 시스템의 한계를 인지하고 다양한 화재 감시 방법을 통합하여 감시 시스템 운영자에게 보다 정확한 판단을 할 수 있는 경보를 제공하는 시스템을 제안하고자 한다.
가설 설정
- 일반적인 클러스터링 알고리즘은 특정 공간 내에 존재하는 데이터들 사이의 유사도를 측정하고 이를 기반으로 어느 정도 동질성을 갖는 몇 개의 부분집합으로 분할하는 방법이다. 각각의 데이터는 오직 하나의 클러스터에만 할당되어야 한다는 가정 하에 클러스터링하고 클러스터에 속하면 1, 속하지 않으면 0으로 분류한다. 이러한 경우 각 클러스터간의 경계가 애매하고 어떤 특정 데이터가 오직 하나의 클러스터에 속한다고 명확하게 정의할 수 없을 때 이런 데이터의 특징을 반영할 수 없는 문제가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.