지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국마린엔지니어링학회 Journal of Advanced Marine Engineering and Technology (JAMET) 한국마린엔지니어링학회지 제46권 제6호
- 발행연도
- 2022.12
- 수록면
- 439 - 446 (8page)
- DOI
- 10.5916/jamet.2022.46.6.439
이용수
초록· 키워드
오류제보하기
In harsh environments where high-intensity work is performed, predicting the work intensity based on the vital signs of a worker can be useful in preventing accidents. Considering existing worker management systems are analyzed using set thresholds, they cannot resolve variables caused by individual differences. Therefore, we propose an algorithm to estimate the work intensity of workers based on their heart rate and body temperature using a deep learning-based 1D CNN-LSTM model. The proposed algorithm uses time-series signals of 60 s to accurately estimate the work intensity by considering the time-series characteristics. In addition, the proposed algorithm considers the individual differences in bio-signals by extracting and using data from the exercise and rest states of workers. To verify the performance of the proposed algorithm, we compared estimation performance factors such as model accuracy, precision, recall, and F1 score with those of various models; the results showed a high estimation accuracy of 99.96%. We believe the proposed algorithm can help minimize damage by preemptively responding to unexpected accidents that may occur at work sites by accurately estimating the work intensity based on the individual differences among workers.
목차
Abstract
1. Introduction
2. Related research and theories
3. Proposed Algorithm
4. Results
5. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Deep Learning Method for Extending Image Intensity Using Hybrid Log-Gamma
IEIE Transactions on Smart Processing & Computing
2020 .08
-
Comparison of Performance of 1D CNN and LSTM Models for Multi-Channel Time Series Data Discrimination
대한기계학회 춘추학술대회
2022 .11
-
Deep Learning and Transfer Learning Based Typhoon Intensity Estimation
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2023 .01
-
Text Classification Using LSTM-CNN
한국정보통신학회 종합학술대회 논문집
2019 .10
-
정확한 가스원점 위치 추정을 위한 CNN-LSTM 네트워크
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
CNN 과 LSTM 을 이용한 다중 차량 추적 알고리즘
한국통신학회 학술대회논문집
2019 .01
-
LSTM과 CNN 기반 폭력 행위 감지 알고리즘
대한전자공학회 학술대회
2023 .06
-
CNN-LSTM 모델 기반 딥 보이스 탐지
한국통신학회 학술대회논문집
2024 .06
-
LSTM 기반 딥러닝을 이용한 4족 보행 로봇의 몸통 위치 상태 추정
한국생산제조학회 학술발표대회 논문집
2024 .07
-
CNN-LSTM 기반 낙상 감지 시스템 구현
한국통신학회논문지
2022 .02
-
Recent advances in deep learning‐based side‐channel analysis
[ETRI] ETRI Journal
2020 .02
-
다양한 딥러닝 알고리즘과 활용
정보과학회지
2015 .08
-
Text Classification by Deep Learning Fusion
한국컴퓨터정보학회 학술발표논문집
2019 .07
-
딥러닝 기반의 산업 현장 위험도 예측
한국정밀공학회 학술발표대회 논문집
2022 .05
-
우주 공간을 배경으로 한 영화 음악의 Intensity 변화 연구
한국통신학회 학술대회논문집
2015 .01
-
인공위성 자료를 이용한 Faster R-CNN 기반 태풍 식별 및 강도·중심위치 산출
대한산업공학회지
2019 .10
-
Deep CNN 기반의 얼굴인식 시스템 개발
대한산업공학회 춘계공동학술대회 논문집
2019 .04
-
Mask R-CNN 과 겹침 처리 알고리즘을 활용한 상단의 원형 객체 검출 및 자세 추정
제어로봇시스템학회 논문지
2023 .12
-
Efficient Deep Neural Network for Restoring Image Intensity
IEIE Transactions on Smart Processing & Computing
2019 .04
-
딥러닝 기반 LSTM-CNN을 활용한 단기 수요 예측에 관한 연구
대한전기학회 학술대회 논문집
2018 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-559-000333008