초록 close

최근 전 세계적 환경오염 심각해지고 있다. 대기오염으로 인한 경제적 손실과 초 미세먼지로 인한 위협은 사회적 문제가 되고 있다. 현재 목측과 광학적 측정 장비를 통해서 측정하고 있으나, 측정값과 인간의 시정감각이 일치하지 않는 문제점이 있다. 본 논문은 측정값과 인간의 시정감각을 일치시키기 위한 판단 알고리즘을 구현하는 것을 목표로 하였다. 건물의 IoT기반 카메라에서 측정된 사진 정보를 서버에 전송받아 시정거리 측정을 하고 텐서플로우를 통해 고속 연산 처리하여 신뢰도가 높은 시정 거리 분석이 필요하였다. 기존 시정거리 판단 알고리즘에 SVM 비선형 회귀모델 알고리즘로 보완함으로 사람이 직접 판단하는 것과 유사한 알고리즘으로 자동화 처리하는 알고리즘을 구현하였다. 본 연구에서는 SVM(Support Vector Machine) 비선형 회귀모델 알고리즘으로 텐서플로우를 이용하여 고속 연산처리를 하였고, 시정 판단 알고리즘 모델의 신뢰도를 향상시킬 수 있도록 시스템 구현 모델을 제안하였다.


Environmental pollution is getting serious around the world recently. Economic losses from air pollution and threats from ultra fine dust are becoming social problems. Currently, measurements are made through wood and optical measuring equipment, but there is a problem where measurements and human sense of corrective action do not match. This paper aimed to implement an algorithm of judgment to match the measured value with the human sense of visibility. Using IoT-based cameras in buildings, measured photo information is sent to the server to make corrective distance measurements, and real-time transmitted photos and existing measured photo information are processed in high-speed operation through Tensorflow, requiring high-reliability corrective distance. An algorithm that is supplemented with a SVM nonlinear regression model algorithm for existing corrective distance determination algorithms has been implemented to automate with algorithms similar to those that are directly judged by humans. In this study, a support vector machine (SVM) nonlinear regression model algorithm is used to perform high-speed computation using Tensorflow, and a system implementation model is proposed to improve reliability of the corrective judgment algorithm model.