사회·건축적 요인을 반영한 화재발생예측 모델 개발 및 검증

• 영문명: Development and Verification of a Fire Occurrence Prediction Model with Social-Architectural Factors
• 발행기관: 한국화재소방학회
• 저자명: 장추(Chu Zhang) 홍원화(Won-Hwa Hong) 배영훈(Young-Hoon Bae)
• 간행물 정보: 『한국화재소방학회논문지』Vol.38 No.4, 69~74쪽, 전체 6쪽
• 주제분류: 공학 > 공학일반
• 파일형태: PDF
• 발행일자: 2024.08.31

국문 초록

본 연구에서는 사회·건축적 요인을 반영한 행정구역 단위 화재발생예측 모델의 개발을 위해, 2015년부터 2021년까지의 시·군·구 단위 사회·건축적 요인과 화재발생건수 데이터를 기반으로 복수의 기계학습 알고리즘(다층퍼셉트론, 라쏘 회귀, 랜덤포레스트)을 활용한 화재발생건수 예측모델을 구현하고 성능비교를 수행하였다. 그 결과, 랜덤포레스트 알고리즘을 활용한 모델의 화재발생건수 예측성능이 가장 우수한 것으로 나타났다. 또한 2022년 데이터를활용한 모델의 성능검증결과, 247개 행정구역 중 171개 행정구역에서 20% 이하의 오차율을 보이는 것으로 나타났다.

영문 초록

In this study, we aim to develop a fire occurrence prediction model at the administrative district level by incorporatingsocial-architectural factors. Based on data on social and architectural factors and the number of fire occurrences from2015~2021 in various cities, counties, and districts, multiple machine learning algorithms (multilayer perceptron, LASSOregression, and random forest) were employed to implement and compare the performance of the fire occurrence predictionmodels. The results indicated that the model utilizing the random forest algorithm exhibited the best prediction performance. Furthermore, performance validation using 2022 data showed that out of 247 administrative districts, 171 had an error rateof 20% or less.

목차

1. 서 론

2. 이론적 고찰

3. 화재발생예측 모델 개발

4. 행정구역 단위 화재발생예측 모델 성능검증

5. 결 론

후 기

References

키워드

Fire occurrence prediction model Social-architectural factors Administrative district Machine learning