건설안전사고 사전 예측을 위한 인공신경망 기법 적용

• 영문명: Application of Artificial Neural Networks to Prediction of Construction Safety Accidents
• 발행기관: 한국방재학회
• 저자명: 김연철(Kim, Yeon-Choel) 유위성(Yoo, Wi Sung) 신윤석(Shin, Yoonseok)
• 간행물 정보: 『2. 한국방재학회 논문집』 17권1호, 7~14쪽, 전체 8쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2017.02.28

국문 초록

2016년 3월에 인간과 인공지능간의 바둑 대결로 최근 인공신경망에 대한 관심이 높아지게 되었다. 수십 년간 다양한 분야에서 활용되었고 뛰어난 예측 능력을 보였던 인공신경망은 지속적인 연구와 투자에도 불구하고 계속 증가하고 있는 건설현장 안전사고 감소를 위한 하나의 좋은 대안이 될 수 있을 것이다. 따라서 본 연구에서는 건설현장에서 발생가능한 안전사고를 사전에 예측하는데 인공신경망을 적용하고 그 활용가능성을 검토해보았다. 활용가능성 검토를 위해서 실제 건설 안전사고 사례 데이터를 적용하고 통계적 기법인 판별분석 모델과 예측 정확도를 비교하였다. 그 결과, 인공신경망 모델의 예측정확도(80%) 가 판별분석 모델의 예측정확도(70%)보다 높게 나타났다. 인공신경망 기법을 활용하여 미리 건설현장에서 우선적으로 관리가 필요한 안전사고 유형을 파악할 수 있다면 건설현장 안전사고 감소에 기여할 수 있을 것이다.

영문 초록

Since recognizing Alpha-Go’s superiority and potentials in March 2016, the application of artificial intelligence technologies to construction industry is being increasingly magnified as a core research area to cope with the changeable future construction environments. During decades, even if artificial neural networks(hereafter ANNs) has produced outstanding performances in various domains, they provided the limited performances in construction industry. In particular, the safety accidents on construction sites are continuously increasing in spite that there are sufficient efforts and investment. In this study, we have applied artificial neural networks to predict construction safety accidents and evaluate the applicability of ANNs. These works were performed using actual data of construction accidents and comparing the prediction accuracy of ANNs model to those of discriminant analysis model. As a result, ANNs model showed higher prediction accuracy(80%) than that(70%) of the discriminant analysis model. It is expected that the presented model can be utilized to provide a practical guideline for previous prevention of safety accidents on construction sites.

목차

1. 서 론

2. 이론적 고찰

3. 건설안전사고 사전 예측을 위한 인공신경망 모델 구축

4. 인공신경망 모델의 사례 적용

5. 결 론

키워드

건설안전사고 인공신경망 사전예측 Construction Safety Accident Artificial Neural Networks Previous Prevention