딥러닝 기반 사용자 특징 정보 모델링을 통한 사용자 안전 프로파일링 = Deep Learning Based User Safety Profiling Using User Feature Information Modeling

다국어 초록 (Multilingual Abstract)

There is a need for an artificial intelligent technology that can reduce various types of safety accidents by analyzing the risk factors that cause safety accidents in industrial site. In this paper, user safety profiling methods are proposed that can prevent safety accidents in advance by specifying and modeling user information data related to safety accidents. User information data is classified into normal and abnormal conditions through deep learning based artificial intelligence analysis. As a result of verifying user safety profiling technology using more than 10 types of industrial field data, 93.6% of user safety profiling accuracy was obtained.

참고문헌 (Reference)

1 최재원, "인공신경망을 적용한 신호교차로 교통사고심각도 예측에 관한 연구" 대한교통학회 22 (22): 127-135, 2004

2 이원석, "영유아 안전사고 방지를 위한 무선 생체신호 측정 시스템 설계" 대한전자공학회 55 (55): 139-144, 2018

3 임종민, "산업현장 중대재해 경험 근로자의 심리적 외상과 안전분위기, 안전사고, 안전행동에 관한 연구" 한국건강심리학회 25 (25): 1077-1095, 2020

4 박정순, "도로환경요인과 교통사고의 상관성분석 및 사고예측모형 개발" 53 : 350-359, 2006

5 최지혜, "도로안전시설의 사고감소효과 메타분석:신호교차로를 대상으로" 대한교통학회 34 (34): 291-303, 2016

6 신우강, "노인을 위한 웨어러블 헬스케어 디바이스 개발 동향 연구" 한국디자인문화학회 26 (26): 245-260, 2020

7 김유나, "가정 내 생활안전사고 패턴 및 실태에 관한 연구－ CISS 자료를 활용한 연관분석 및 영유아 육아세대 심층인터뷰 조사를 기초로 －" 한국주거환경학회 16 (16): 105-120, 2018

8 조재혁, "U-City에서 상황인지 및 예측을 위한 모니터링 시스템에 관한 연구" 한국정보기술학회 8 (8): 81-90, 2010

9 Y..Lee, "Prevention of Safety Accidents through Artificial Intelligence Monitoring of Infants in the Home Environment" 474-477, 2019

10 박혜선, "Adaptive Multimodal In-Vehicle Information System for Safe Driving" 한국전자통신연구원 37 (37): 626-636, 2015