http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오작동 방지를 위한 화재위험 감지기 및 수신기 시스템 기술
안지환(Jee-Hwan Ahn),안재우(Jae-Woo Ahn),김경수(Kyung-Soo Kim),이재각(Jae-Gak Lee),구경완(Kyung-Wan Koo) 대한전기학회 2021 대한전기학회 학술대회 논문집 Vol.2021 No.10
주택, 사무실, 다중이용시설, 산업현장, 물류창고, 등에서 각종 화재에 따른 인명 및 재산 피해가 빈번히 발생하고 있으며, 이를 감지하는 센서의 잦은 오작동으로 소방차의 오인출동으로 인한 비용과 실재해 발생 시에 긴급대응 지연에 따른 피해가 발생할 수 있다. 화재 감지기는 화재 발생 시에 피해를 최소화하기 위하여 화재 발생을 초기에 감지하여 화재 경보하는 것이중요하다. 감지기 설치현장 상황을 반영하지 않은 경우에는 감지기의 잦은 오작동·미작동으로 인하여 잦은 비화재보와 화재실보가 야기된다. 본 논문에서는 비화재보 방지를 위하여 감지기 설치 현장의 특성을 고려한 복합센서의 다신호 파라메터 분석을 통하여 화재경보의 오작동과 미작동을 방지할 수 있는 화재 감지기와 수신기 시스템 기술을 소개한다.
배깅과 부스팅 알고리즘을 이용한 핸드볼 결과 예측 비교
김지응,박종철,김태규,이희화,안지환,Kim, Ji-eung,Park, Jong-chul,Kim, Tae-gyu,Lee, Hee-hwa,Ahn, Jee-Hwan 한국융합학회 2021 한국융합학회논문지 Vol.12 No.8
The purpose of this study is to compare the predictive power of the Bagging and Boosting algorithm of ensemble method based on the motion information that occurs in woman handball matches and to analyze the availability of motion information. To this end, this study analyzed the predictive power of the result of 15 practice matches based on inertial motion by analyzing the predictive power of Random Forest and Adaboost algorithms. The results of the study are as follows. First, the prediction rate of the Random Forest algorithm was 66.9 ± 0.1%, and the prediction rate of the Adaboost algorithm was 65.6 ± 1.6%. Second, Random Forest predicted all of the winning results, but none of the losing results. On the other hand, the Adaboost algorithm shows 91.4% prediction of winning and 10.4% prediction of losing. Third, in the verification of the suitability of the algorithm, the Random Forest had no overfitting error, but Adaboost showed an overfitting error. Based on the results of this study, the availability of motion information is high when predicting sports events, and it was confirmed that the Random Forest algorithm was superior to the Adaboost algorithm. 본 연구는 여자핸드볼 경기에서 발생되는 움직임 정보를 바탕으로 앙상블 기법의 배깅과 부스팅 알고리즘의 예측력을 비교하고, 움직임 정보의 활용가능성을 분석하는데 목적이 있다. 연구의 목적을 달성하기 위하여 15번의 연습경기에서 관성센서를 활용해 수집한 움직임 정보를 활용한 경기 결과예측을 랜덤포레스트와 Adaboost 알고리즘을 활용해 비교·분석하였다. 연구결과 첫째, 랜덤포레스트 알고리즘의 예측률은 66.9 ± 0.1%로 나타났으며, Adaboost 알고리즘의 예측률은 65.6 ± 1.6%로 나타났다. 둘째, 랜덤포레스트는 승리 결과는 모두 예측하였고, 패배의 결과는 하나도 예측하지 못하였다. 반면, Adaboost 알고리즘은 승리 예측 91.4%, 패배예측 10.4%라고 나타났다. 셋째, 알고리즘의 적합성 여부에서 랜덤포레스트는 과적합의 오류가 없었지만, Adaboost는 과적합의 오류가 나타났다. 본 연구결과를 바탕으로 스포츠경기를 예측할 때 움직임 정보도 활용 가능성을 확인하였으며, 랜덤포레스트 알고리즘이 보다 우수함을 확인하였다.