최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
DataON 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Edison 바로가기다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
Kafe 바로가기주관연구기관 | 울산과학기술원 Ulsan National Institute of Science and Technology |
---|---|
연구책임자 | 임정호 |
보고서유형 | 연차보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-11 |
과제시작연도 | 2021 |
주관부처 | 환경부 Ministry of Environment |
등록번호 | TRKO202200004268 |
과제고유번호 | 1485017948 |
사업명 | 환경보건디지털조사기반구축기술개발(R&D) |
DB 구축일자 | 2022-07-02 |
키워드 | 환경보건 빅데이터.기계학습.상관성 분석.시공간 동시 위험 분석.Relative Risk 미래 예측.Big data.machine learning.correlation analysis.spatiotemporal risk analysis.Relative risk prediction. |
최종 목표
본 연구의 최종 목표는 환경보건 취약지역 건강영향 감시 및 평가를 위한 빅데이터 기반 지역단위 환경보건 감시체계 평가 도구 및 시스템 “SALUS(Smart and Advanced environmental public heaLth sUrveillance System)”을 개발하는 것임.
환경보건 감시체계 평가 도구 및 시스템 SALUS는 전국구를 대상으로 환경유해요인과 환경보건요인에 의한 위험분석을 시행하며 위험분석 결과를 시각화 과정을 통해 지도로 표출됨. 본 연구의 위험 분석 모델은 기계학습을 기반으로 구축
최종 목표
본 연구의 최종 목표는 환경보건 취약지역 건강영향 감시 및 평가를 위한 빅데이터 기반 지역단위 환경보건 감시체계 평가 도구 및 시스템 “SALUS(Smart and Advanced environmental public heaLth sUrveillance System)”을 개발하는 것임.
환경보건 감시체계 평가 도구 및 시스템 SALUS는 전국구를 대상으로 환경유해요인과 환경보건요인에 의한 위험분석을 시행하며 위험분석 결과를 시각화 과정을 통해 지도로 표출됨. 본 연구의 위험 분석 모델은 기계학습을 기반으로 구축되며 위험분석 결과 시각화는 지리 정보 시스템(Geographic Information System, GIS)을 기반으로 함.
전체 내용
최종 목표를 달성을 위한 세부 목표로, 주관연구개발기관 울산과학기술원에서는 총 7가지의 세부 목표를 위한 연구를 진행함. 1)환경보건 취약지역 및 감시체계 구축을 위한 기계학습 기법 개발은 환경유해인자, 환경성 질환 유발 인자의 시공간 정보 수집, 다양한 시간 및 공간 단위의 위험 분석 모델링, 환경성 질환별 최적의 기계학습 모델 선정 및 최적화를 통해 진행함. 2) 위험분석 시 환경보건 주요인자의 중요도 진단 및 알고리즘 개발은 환경유해인자 및 환경보건인자 변수 중요도 분석, 환경유해인자 및 환경보건인자간의 상관관계 분석으로 진행함. 3) 환경보건 취약지역 감시 지도 제작 알고리즘 개발은 시공간적으로 상세화 된 위험분석 지도 시각화를 통해 진행함. 4) 환경보건 취약지역 예측 지도 제작 알고리즘 개발은 기계학습 기반 환경보건 취약지역 미래 예측 알고리즘 개발, 기계학습 기반 환경보건 취약지역 미래 예측 알고리즘 고도화 및 시각화, 위험분석 결과 시계열 변화 제시를 통해 진행함. 5) GIS 기반 환경보건인자 시각화 및 시공간적 분석 도구 설계·개발 및 고도화는 GIS 기반 환경보건 인자 시각화 방안을 모색하고 GIS 기반 시공간적 분석 도구를 설계·개발 및 고도화를 진행함. 6) 환경보건 빅데이터 처리 및 자료 표준화 시스템 개발은 환경보건 통합 DB 조회 시스템 설계, 환경보건 통합 DB 조회 시스템 개발을 통해 진행함. 7) GIS 기반 환경보건 인자 시각화 시스템 표출 고도화는 환경보건 취약지역 탐지 및 감시 지도 상세화 표출을 통해 진행함.
1단계
(해당 시 작성)
목표
< 최종목표 >
환경보건 취약지역 건강영향 감시 및 평가를 위하여 빅데이터 기반 지역단위 환경보건 감시체계 평가 도구 및 시스템 “SALUS(Smart and Advanced environmental public heaLthsUrveillance System)” 개발
< 상세목표 >
- 환경보건 취약지역 및 감시체계 구축을 위한 기계학습 기법 개발
- 환경보건 주요인자 중요도 진단 및 분석 알고리즘 개발
- GIS 기반 환경유해요인과 건강영향의 시각화 및 시공간적 분석 도구 개발
- 환경보건 주요 인자와 타겟 질병군 별 주요인자 중요도 표출 GUI(Graphical user interface) 구축
내용
● 1차년도
- 기계학습 기반 환경성 질환 Relative Risk 추정 및 환경성 질환과 환경보건인자·환경유해인자간 상관성 분석 및 중요도 분석 알고리즘 모듈 제공
- GIS 기반 환경보건인자 시각화 및 시공간 동시 분석 도구 설계
● 2차년도
- 기계학습 기반 환경유해인자와 건강영향의 상관성 모델 고도화 및 공간상세화
- 환경유해인자와 환경보건 취약지역 시공간 동시 분석 및 감시 알고리즘 구축, 시공간적으로 상세화된 Relative Risk 지도 제작 알고리즘 제공
- GIS 기반 환경보건인자 시각화 및 시공간 동시 분석 도구 개발
2단계 (해당 시 작성)
목표
< 최종목표 >
환경보건 취약지역 건강영향 감시 및 평가를 위하여 빅데이터 기반 지역단위 환경보건 감시 체계 평가 도구 및 시스템 “SALUS(Smart and Advanced environmental public heaLthsUrveillance System)” 개발
< 상세목표 >
- 환경유해요인과 환경보건 취약지역 탐지 및 감시 지도 제작 알고리즘 개발
- 환경유해요인과 환경보건 취약지역 예측 지도 제작 알고리즘 개발
- 기계학습 기반 산출물 구체화
- 환경보건 빅데이터 처리 및 자료 표준화 시스템 개발
- 환경유해요인과 환경보건 취약지역 탐지 및 감시 지도 표출 GUI 구축
- 환경유해요인과 환경보건 취약지역 예측 지도 표출 GUI 구축
내용
● 3차년도
- 환경유해인자와 환경보건 취약지역 미래 예측 및 Relative Risk 예측 지도 제작 알고리즘 개발
- 환경유해요인과 환경보건 취약지역 미래 예측 알고리즘의 고도화 및 시각화
- GIS 기반 환경보건인자 시각화 및 시공간 동시 분석 도구 고도화
- 환경보건 빅데이터 처리 및 자료 표준화 시스템 설계
● 4차년도
- 기계학습 기반 환경유해인자와 건강영향의 상관성 모델 산출물 제공
- GIS 기반 환경보건인자 시각화 시스템 표출 고도화
- 환경보건 빅데이터 처리 및 자료 표준화 시스템 개발
해당 연도
목표
< 최종목표 >
환경보건 취약지역 건강영향 감시 및 평가를 위하여 빅데이터 기반 지역단위 환경보건 감시
체계 평가 도구 및 시스템 “SALUS(Smart and Advanced environmental public heaLthsUrveillance System)” 개발
< 상세목표 >
- 환경보건 유해인자 시공간 정보 수집
- 기계학습 기반 환경보건 취약지역 감시 모델 구축을 위한 환경보건 유해인자 데이터 표준화
- 환경보건 취약지역 및 감시체계 구축을 위한 기계학습 기법 개발
- 환경보건 주요인자 중요도 진단 및 분석 알고리즘 개발
- GIS 기반 환경유해요인과 건강영향의 시각화 및 시공간적 분석 도구 개발
- 환경보건 빅데이터 처리 및 자료 표준화 시스템 개발
내용
● 환경보건 유해인자 시공간 정보 수집
- 환경보건 유해인자 시공간 정보 수집 및 표준화 수행
● 기계학습 기반 환경보건 취약지역 감시 모델 구축을 위한 환경보건 유해인자 데이터 표준화
- 수질, 토양, 대기 오염 물질 노출량 산정을 위한 상세 노출량 데이터 수집 및 전처리 수행
- 국내 전역의 대기오염 물질 노출량 데이터를 내삽을 통해 고해상도 자료로 전처리 수행
● 환경보건 취약지역 및 감시체계 구축을 위한 기계학습 기법 개발
- 전국 시군구 단위의 환경성 질환 위험 분석 알고리즘 구축
- 환경유해인자와 환경보건인자 데이터를 활용하여 환경성 질환 표준화 사망률 수 추정 모델 구축
● 환경보건 주요인자 중요도 진단 및 분석 알고리즘 개발
- 개발된 전국 시군구 단위의 환경성 질환 위험 분석 모델을 통한 환경성 질환과 환경보건인자 · 환경유해인자의 중요도 및 상관성 분석 수행
- 환경성 질환 표준화 사망자 수 추정에 중요도가 높은 인자 선정 및 분석 수행
- 중요도가 높은 환경보건인자 · 환경유해인자간의 상호 작용 분석 수행
● GIS 기반 환경유해요인과 건강영향의 시각화 및 시공간적 분석 도구 개발
- GIS 기반의 환경보건인자 시각화 시스템 구축 개발을 위한 대상 자료 데이터들에 대한 자료 분석 업무를 수행하고 시각화를 위한 시스템 설계
- 환경보건인자 시공간적 분석업무를 위한 주요 제공기능에 대한 요구사항을 정의하고 이를 통한 GIS 기반의 시공간적 분석도구 설계
● 환경보건 빅데이터 처리 및 자료 표준화 시스템 개발
- GIS 기반의 환경보건인자 시각화 시스템 구축 개발을 위한 환경보건관련 구축 데이터 대상의 표준화된 공간DB 설계 및 시스템의 구조화 설계
연구개발성과 활용계획 및 기대 효과
< 활용방안 >
● 주요 환경성 질환 및 관련 환경유해인자의 연관성에 대한 분석 결과를 기반으로 주요 환경성 질환 및 관련 환경유해인자의 우선관리목록 선정이 가능하며 환경보건 정책의 참고 자료로써 활용 가능
● 기계학습을 통하여 개발된 환경보건 취약지역 감시 및 예측 지도는 웹기반으로 시각화하여 제공될 예정이며 이는 국민들의 환경보건 취약지역에 대한 인식 증진의 교육 도구로써 활용 가능함
< 기대효과 >
● 건강영향에 높은 상관성을 가지는 환경보건인자와 환경유해인자를 진단 및 분석하는 기술 개발을 통해 보건환경 및 환경오염 문제 동시 저감(co-control)에 기여
● 기계학습을 활용한 환경보건인자 및 환경유해인자와 건강영향의 상관관계를 도출하는 알고리즘을 제공함으로써 차후 환경보건과 건강영향 관계 관련 연구 분야에 기계학습 활용 가능성을 높일 수 있음
● 지속적인 환경보건 취약지역 감시 및 미래 Relative Risk 예측을 통해 환경보건의 개선이 필요한 지역을 선정하여 환경 정책 및 보건환경 개선을 위한 신속한 지원 제안 가능
(출처 : 요약문 3p)
과제명(ProjectTitle) : | - |
---|---|
연구책임자(Manager) : | - |
과제기간(DetailSeriesProject) : | - |
총연구비 (DetailSeriesProject) : | - |
키워드(keyword) : | - |
과제수행기간(LeadAgency) : | - |
연구목표(Goal) : | - |
연구내용(Abstract) : | - |
기대효과(Effect) : | - |
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.