부산대학교 도서관

갑작스러운 화재로 인한 인명 피해 및 재산상의 피해를 방지하기 위해 실시간 화재 모니터링 시스템이 개발되고 있다. 하지만, 실시간 모니터링 시스템은 화재가 발생하고 난 후 처리가 기본적으로 적용되어 있다. 기존 방식에 예측 모델을 접목하여 본 논문에서는 IoT 센서 융합 화재 조기탐지 예측 모델을 개발한다. 딥러닝 모델을 이용하여 시계열 예측을 진행, 머신러닝 모델을 이용하여 화재 탐지 여부를 분류한다. IoT 센서 데이터의 시계열 특성을 고려하여, 연속적인 데이터를 이용, 화재를 예측하는 모델을 개발, 예측 모델을 적용하여 모델의 성능을 검증한다.
A real-time fire monitoring system is currently under development to prevent human casualties and property damage resulting from unforeseen fires. However, this real-time monitoring system is activated only after a fire occurs. In this paper, we proposed a fire early detection prediction model via IoT sensor communication by integrating the prediction model with an existing method and employing forecasting methodology. Time series-based prediction was then performed using a deep learning model. Fire detection was classified based on a machine learning model. Considering time series characteristics of IoT sensor data, we developed a model to predict fire using continuous data. we then applied the prediction model to verify the model's performance.