메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김연진 (서원대학교) 최갑용 (대구소방본부) 김경배 (서원대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제49권 제10호
발행연도
2024.10
수록면
1,436 - 1,446 (11page)
DOI
10.7840/kics.2024.49.10.1436

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 화학산업이 발전함에 따라 다양한 화학사고가 증가하고 있다. 증가하는 화학사고에 대응하고자 인공지능기술을 접목한 유해화학물질 사고대응 기술에 대한 다양한 연구가 수행되고 있다. 영상 및 이미지 기반의 인공지능 유해화학물질 판독시스템은 사고 유해화학물질의 정확한 판독을 위한 충분한 학습이 가능한 양의 학습데이터가 필요하다. 그러나, 유해화학물질이 가지는 위험성으로 인해 데이터 구축에 어려움이 있어 현재 유해화학물질 판독을 위한 인공지능 연구용 학습데이터는 매우 부족하다. 따라서 본 논문에서는 물질의 상태, 시각적 특징의 유무 등 유해화학물질 및 화학사고의 특성을 반영한 인공지능 학습데이터셋 구축 방법을 제안한다. 유해화학물질 및 화학사고의 특성에 따른 학습데이터셋 구축 방법을 따라 자체 유해화학물질 실험을 통한 원시데이터 수집 및 확보, 데이터 전처리 및 가공, 학습데이터의 어노테이션 과정을 거쳐 유해화학물질 9종에 대한 학습데이터셋 약 20만장을 구축하였다. 구축된 데이터셋은 학습과 검증을 위해 8:1:1의 비율로 나눠 학습, 검증, 테스트데이터로 활용하였다. CNN에 기반한 유해화학물질 판독의 결과로 평균 약 90%의 유해화학물질 판독 정확도가 도출되었고, 판독결과는 실제 화학사고 현장에서 사고물질을 추정해 줌으로써, 현장대원에게 사고물질에 대해 적절하고 신속한 대응을 지원할 수 있을 것으로 기대된다.
#유해화학물질 #재난재해 #학습데이터 #데이터셋 구축 #인공지능 #Hazardous chemicals #Disaster #Training data #Dataset construction #Artificial intelligence

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 유해화학물질 학습데이터셋 구축
Ⅳ. 유해화학물질 학습데이터셋의 학습 및 결과
Ⅴ. 결론
References

참고문헌 (20)

참고문헌 신청
M. S. Ghil, “A study on development of hazard chemical detection system of a multi sensing type and dangerousness prediction algorithm based on artificial intelligence,” Ph.D. dissertation, Dept. of Disaster Prevention Graduate School, Kangwon National University, 2021. google schola Korea Environment Institute, A study on the improvement of the chemical accident response system, 2013. google schola National Fire Agency, Training professional firefighters to respond to chemical accidents, https://www.nfa.go.kr, Mar. 2024. google schola Y. J. Kim, A. R. Yoon, S. M. Ryoo, B. R. Sim, S. K. Baek, S. H. Baek, S. K. Cho, and G. B. Kim, “A study on the method of collecting training data on hazardous chemicals according to accident types,” in Proc. KICS Conf. 2024, pp. 223-224, Pyeongchang, Korea, Jan. 2024. google schola T. H. Lee, D. J. Lee, and C. H. Shin, “Characteristic analysis of casualty accidents in chemical accidents,” J. Korean Inst. Fire Sci. Eng., vol. 31, no. 1, pp. 81-88, Feb. 2017. (https://doi.org/10.7731/KIFSE.2017.31.1.081) google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

군집화를 통해 추출한 AI 학습용 분광 스펙트럼 데이터 기반 유해화학물질 판독 모델
유성민 ,  김연진 ,  조숙경 외 2명 한국통신학회논문지 2024 .08
인공지능 기반 하수 유입수의 생화학적 산소 요구량 (BOD5) 예측 모델
배소영 ,  강소연 ,  이민정 외 2명 한국통신학회 학술대회논문집 2024 .11
뉴스 하이라이트_인공지능 분야, 노벨 물리학상에 이어 화학상도 외
편집부 유레카 2024 .11
Development of artificial intelligence (AI)-based inhalation toxicity prediction models and their application to risk-based prioritization of consumer product chemicals
김동현 ,  정지용 ,  최진희 환경독성보건학회 심포지엄 및 학술대회 2024 .05
Explainable Artificial Intelligence in Molecular Graph Classification
손연경 ,  신예원 ,  권선영 Journal of KIISE 2024 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091072444