디지털 라이브러리[ 검색결과 ]
딥러닝 기반 재난 상황인지 및 대응지원 모델
http://doi.org/10.5626/JOK.2023.50.8.712
본 논문은 국민의 생명과 재산에 직접적인 관련성이 높은 119 신고 접수업무를 수행하는 상황실 접수자의 재난 상황인지 및 대응지원업무를 위한 의사결정 지원모델에 대한 연구내용이다. 긴급신고에 대해 신속 정확하며 효과적인 초동대처가 이루어지기 위해서는 신고접수 초기부터 접수된 상황에 따라 체계적인 대응은 필수적이다. 하지만, 다양한 신고내용 및 수시로 변화하는 현장 상황을 접수자 개인 역량에 따라 의사결정을 수행하는 것은 한계 사항이 존재한다. 따라서, 본 논문은 119 상황관리 표준매뉴얼에 기반하여 신고접수 업무에 적용할 수 있는 딥러닝 기반 재난상황인지 모델과 대응지원 모델을 제안한다. 마지막으로 실험을 통해 제안한 방법의 유효성을 확인하였다.
119구급 신고데이터에 대한 분류모델 성능 개선
http://doi.org/10.5626/JOK.2022.49.1.89
본 논문은 119구급 신고 접수과정에서 접수자에 의해 기록되는 신고내용에 대하여 재난 상황별 최적의 대응 정보 제공을 위한 텍스트 분류(Text Classification) 모델에 대한 연구내용이다. 문장을 입력받아 어떤 범주에 속하는지 분류하는 텍스트 분류 모델은 자연어처리 분야에서 널리 사용되는 기술이다. 본 연구는 지도학습을 통한 텍스트 분류 모델의 성능 향상을 위해 학습용 데이터를 증강 활용하기 위한 규칙을 정의하고, 증강된 학습용 데이터를 이용한 분류 모델의 성능을 실험으로 확인하였다. 본 연구를 통해 질병, 교통사고, 부상 등 구급 세부 상황별 신고내용으로 입력되는 텍스트 분류 모델의 성능 향상을 위한 확장 가능성을 제시하였다.
