안요셉  윤효근

10.5626/JOK.2024.51.6.490

지하공동구 화재 데이터 생성 어텐션 매커니즘 합성곱 신경망 게이트 순환 유닛 적대적 생성 신경망

지하공동구는 도시 운영과 관리에 필수적인 국가 중요시설이다. 화재는 지하공동구에서 가장 많이 발생하는 재난이며, 인공지능을 이용한 화재 관리 시스템에 대한 요구가 높아지고 있다. 하지만 인공 지능 학습을 위한 화재 데이터 수집은 어렵기 때문에, 실제 화재의 주요 특성을 반영한 데이터 생성 모델 을 활용하는 것이 대안이 될 수 있다. 본 논문에서는 화재 데이터 생성 모델인 CA-TimeGAN을 기반으 로 인공지능 학습 데이터 생성 방안을 제안한다. 학습을 위한 화재 시뮬레이션 데이터 수집을 위해 FDS 가상환경 내에 충북 오창 지하공동구를 조성하였다. 실험에서는 TimeGAN과 CA-TimeGAN으로 각각 생 성한 데이터를 비교하고, 데이터 품질과 실효성을 검증하였다. 판별점수는 CA-TimeGAN과 TimeGAN 모두 0.5로 수렴하였다. 예측 점수는 시뮬레이션 데이터로만 학습한 모델 보다 66.1%, 시뮬레이션 데이터 와 TimeGAN 생성 데이터를 결합하여 반영한 모델 보다 22.9% 향상되었다. PCA 및 t-SNE 분석 결과, 생성 데이터와 시뮬레이션 데이터 분포가 유사한 것으로 분석되었다.