KR102546144B1 - 인공지능 기반의 건설 및 산업 안전관리 시스템 - Google Patents

인공지능 기반의 건설 및 산업 안전관리 시스템 Download PDF

Info

Publication number
KR102546144B1
KR102546144B1 KR1020220188488A KR20220188488A KR102546144B1 KR 102546144 B1 KR102546144 B1 KR 102546144B1 KR 1020220188488 A KR1020220188488 A KR 1020220188488A KR 20220188488 A KR20220188488 A KR 20220188488A KR 102546144 B1 KR102546144 B1 KR 102546144B1
Authority
KR
South Korea
Prior art keywords
worker
vital
task
unit
value
Prior art date
Application number
KR1020220188488A
Other languages
English (en)
Inventor
김민주
Original Assignee
주식회사 트로이스세이프티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 트로이스세이프티 filed Critical 주식회사 트로이스세이프티
Priority to KR1020220188488A priority Critical patent/KR102546144B1/ko
Application granted granted Critical
Publication of KR102546144B1 publication Critical patent/KR102546144B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063116—Schedule adjustment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Abstract

실시예들은 건설 및 산업 안전관리 시스템을 제공한다. 본 발명의 실시예에 따른 건설 및 산업 안전관리 시스템은, 특정 작업에 대한 작업 난이도, 작업 위험도, 및 작업 소요기간을 산출하는 작업 관리부; 상기 작업 난이도, 상기 작업 위험도, 및 상기 작업 소요기간을 기초로 상기 특정 작업에 대한 기준인원을 결정하는 기준인원 결정부; 복수의 근로자 단말 각각으로부터 근로자의 하나 이상의 바이탈 신호, 근로자의 교육 이수 정보, 및 근로자의 근로 스케줄 정보를 수신하고 저장하는 근로자 관리부; 상기 바이탈 신호를 기초로 건강 상태 점수를 산출하고, 상기 건강 상태 점수, 상기 교육 이수 정보, 및 상기 근로 스케줄 정보를 기초로 근로자의 상기 특정 작업 진행 가부를 판단하고, 상기 특정 작업에 대한 제1 가용인원을 산출하는 가용인원 산출부; 상기 하나 이상의 바이탈 신호 각각을 기초로 바이탈 데이터값들을 생성하고, 상기 하나 이상의 바이탈 신호 각각에 대응하는 하나 이상의 임계값과 상기 바이탈 데이터값을 각각 비교하여 근로자의 하나 이상의 바이탈 신호가 각각 정상 범위에 속하는지 판단하는 바이탈 신호 모니터링부;를 포함할 수 있다.

Description

인공지능 기반의 건설 및 산업 안전관리 시스템{AI-BASED CONSTRUCTION AND INDUSTRIAL SAFETY MANAGEMENT SYSTEM}
본 발명의 실시예들은 인공지능 기반의 건설 및 산업 안전관리 시스템에 관한 것으로, 보다 구체적으로는 시설공사, 건축설비공사 등의 작업환경에서 근무하는 근로자의 근무 현황 및 보건 안전을 통합적으로 관리하는 시스템에 관한 것이다.
최근 IoT, 클라우드, 인공지능, 빅데이터 등과 같은 ICT 기술기반 서비스가 빠르게 증가함에 따라, 고용량 데이터를 실시간으로 처리하기 위한 클라우드 기반의 고성능 컴퓨팅 자원 활용이 증가하고 있다.
이러한 기술을 이용하여, 반도체 제조 시설 공사, 주택 및 아파트 건설 공사, 플랜트 현장 공사 등 다양한 작업 환경에서 작업을 수행하는 다수의 근로자를 관리하는 시스템 또한 등장하고 있다. 그러나, 종래의 관리 시스템은, 단순히 근로자가 소지하는 스마트폰 등의 전자 기기와 통신하며 근로자의 출석 정도만을 체크하는 것에 그칠 뿐, 작업 환경에서의 근로자의 건강 상태, 근로자의 출퇴근 기록 및 작업 수행 가부 등을 종합적으로 관리해주는 서비스의 개발은 미비한 실정이다.
실시예들은, 상기한 문제점을 해결하기 위한 인공지능 기반의 건설 및 산업 안전관리 시스템으로서, 특정 작업에 대한 다양한 요소들 및 근로자의 건강 상태, 작업 교육 이수 내역 등을 분석하여 자동으로 가용인원을 산출하여 관리자에게 전달하고, 또한 근로자의 바이탈 신호를 실시간으로 추적하여 작업 과정에서의 근로자의 건강 상태를 체크하고 근로자의 안전한 작업 환경을 조성해줄 수 있는 건설 및 산업 안전관리 시스템을 제공한다.
실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.
본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템은, 특정 작업에 대한 작업 난이도, 작업 위험도, 및 작업 소요기간을 산출하는 작업 관리부; 상기 작업 난이도, 상기 작업 위험도, 및 상기 작업 소요기간을 기초로 상기 특정 작업에 대한 기준인원을 결정하는 기준인원 결정부; 복수의 근로자 단말 각각으로부터 근로자의 하나 이상의 바이탈 신호, 근로자의 교육 이수 정보, 및 근로자의 근로 스케줄 정보를 수신하고 저장하는 근로자 관리부; 상기 바이탈 신호를 기초로 건강 상태 점수를 산출하고, 상기 건강 상태 점수, 상기 교육 이수 정보, 및 상기 근로 스케줄 정보를 기초로 근로자의 상기 특정 작업 진행 가부를 판단하고, 상기 특정 작업에 대한 제1 가용인원을 산출하는 가용인원 산출부; 상기 하나 이상의 바이탈 신호 각각을 기초로 바이탈 데이터값들을 생성하고, 상기 하나 이상의 바이탈 신호 각각에 대응하는 하나 이상의 임계값과 상기 바이탈 데이터값을 각각 비교하여 근로자의 하나 이상의 바이탈 신호가 각각 정상 범위에 속하는지 판단하는 바이탈 신호 모니터링부;를 포함할 수 있다.
상기 바이탈 신호를 기초로 미리 지정된 의료기관에 의료 서비스를 요청하는 의료 지원 요청부;를 더 포함하고, 상기 의료 지원 요청부는, 상기 바이탈 데이터값을 상기 임계값과 비교하여 비교 결과 근로자의 건강 상태에 이상이 발생한 것인지 판단하는 경우 상기 바이탈 데이터값에 대응하는 근로자 단말에 작업 중지 명령 신호를 송신하고, 상기 의료 지원 요청부는, 상기 비교 결과를 기초로 외부 서버에 긴급 구조 요청 신호를 송신할 수 있다.
상기 가용인원 산출부는, 상기 비교 결과를 기초로 상기 특정 작업에 대한 가용인원을 재산출하여 제2 가용인원을 산출하고, 상기 제1 가용인원보다 상기 제2 가용인원이 작은 경우, 관리자 단말에 결원 발생 알림 신호를 송신할 수 있다.
상기 하나 이상의 임계값은, 상기 바이탈 신호 모니터링부가 상기 복수의 근로자 단말 중 어느 하나의 근로자 단말로부터 수신한 하나 이상의 바이탈 신호 각각에 대한 바이탈 데이터값이 각각 정상 범위에 포함되는 것인지 판단하기 위한 하나 이상의 기준 값을 의미하고, 상기 하나 이상의 임계값은 제1 내지 제n 임계값을 포함하고, 상기 n은 바이탈 신호를 식별하기 위한 자연수이고, 상기 제n 임계값은, 상기 제1 내지 제n-1 임계값에 의해 결정될 수 있다.
상기 바이탈 데이터값과 상기 임계값의 비교 결과를 기초로 상기 임계값을 보정하는 학습부;를 더 포함하고, 상기 학습부는, 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하는 다층 신경망, 및 상기 바이탈 데이터값과 상기 임계값에 관한 학습 데이터를 사용하여 상기 다층 신경망을 지도학습시켜 상기 학습 데이터를 기초로 최적화된 하이퍼파라미터(hyperparameter)를 산출하는 학습 엔진;을 포함하고, 상기 입력 레이어는, 상기 학습 데이터를 입력받고, 상기 하나 이상의 히든 레이어는, 상기 입력 레이어의 출력값 각각에 대하여 가중치를 곱하고, 바이어스를 더하여 출력하고, 상기 출력 레이어는, 상기 히든 레이어의 출력값을 입력받아 활성화 함수를 이용하여 출력 벡터를 출력하고, 상기 다층 신경망은 상기 출력 레이어에 연결된 손실함수 레이어를 포함하고, 상기 출력 벡터는 상기 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 피드백 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 다층 신경망의 파라미터는 상기 손실값이 작아지는 방향으로 학습될 수 있다.
본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템은, 특정 작업에 대한 다양한 정보를 기초로 특정 작업의 정상적인 진행에 필요한 근로자 수를 정확하게 산출할 수 있다. 이에 따라, 특정 작업을 담당하는 관리자는 작업이 원활하게 진행될 수 있도록 필요한 근로자의 수를 유동적으로 파악할 수 있게 된다.
본 발명의 다른 실시예에 따른 건설 및 산업 안전관리 시스템은, 근로자의 다양한 바이탈 신호를 실시간으로 수신하고, 바이탈 신호를 추적하여 근로자의 건강을 체크할 수 있다. 또한, 다양한 종류의 바이탈 신호를 기초로 바이탈 신호의 비교 기준값인 임계값을 실시간으로 보정함으로써 근로자 건강 체크의 정확도를 높일 수 있다.
실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.
실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템(10)을 개략적으로 도시한 도면이다.
도 2는 관리 서버의 학습부를 설명하기 위한 블록도이다.
도 3은 도 2의 다층 신경망의 구조를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템의 특정 작업에 대한 기준인원 및 가용인원 산출 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템의 근로자 안전 관리 방법을 설명하기 위한 흐름도이다.
이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.
이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.
또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
도 1은 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템(10)을 개략적으로 도시한 도면이다. 도 2는 관리 서버(100)의 학습부를 설명하기 위한 블록도이다. 도 3은 도 2의 다층 신경망의 구조를 설명하기 위한 도면이다.
도 1을 참조하면, 네트워크 환경에서 관리 서버(100)는 복수의 근로자 단말(200) 및 관리자 단말(300)과 통신할 수 있다. 네트워크 환경에서 관리 서버(100)는 근거리 무선 통신 네트워크를 통하여 복수의 근로자 단말(200) 및 관리자 단말(300)과 통신하거나, 또는 원거리 무선 통신 네트워크를 통하여 복수의 근로자 단말(200) 및 관리자 단말(300) 중 적어도 하나와 통신할 수 있다. 관리 서버(100)는 관리 서버(100)에 연결(등록)된 복수의 근로자 단말(200)을 관리할 수 있다. 관리 서버(100)는 복수의 근로자 단말(200)로부터 데이터를 수신하고, 수신한 데이터를 처리하고, 처리한 데이터를 저장할 수 있다.
복수의 근로자 단말(200)은 적어도 하나의 근로자 단말을 포함할 수 있다. 도 1에 도시된 바와 같이, 복수의 근로자 단말(200)은 제1 근로자 단말(210), 제2 근로자 단말(220)을 포함할 수 있다. 비록 도 1에는 복수의 근로자 단말(200)이 2개의 근로자 단말만을 포함하는 것으로 도시되었으나, 본 발명의 실시예는 이에 제한되지 않는다. 즉, 복수의 근로자 단말(200)이 포함하는 근로자 단말의 수는 3개 이상일 수 있다.
관리 서버(100)는 관리 서버(100)에 연결(등록)된 복수의 근로자 단말(200) 각각에 대해 근로 관리 프로그램(또는, 근로 관리 어플리케이션)을 제공할 수 있다. 근로 관리 프로그램은 근로자 단말의 메모리에 소프트웨어로서 저장될 수 있다. 근로 관리 프로그램은 근로자 단말의 하나 이상의 리소스들을 제어하기 위한 운영 체제, 미들웨어, 또는 운영 체제에서 실행 가능한 어플리케이션을 포함할 수 있다.
복수의 근로자 단말(200)에 포함된 근로자 단말 각각은 사용자의 조작에 의해 다양한 데이터를 생성할 수 있다. 이를 위해, 근로자 단말은 입력 모듈, 프로세서, 및 통신 모듈을 포함할 수 있다. 근로자 단말의 프로세서는, 예를 들면, 소프트웨어를 실행하여 프로세서에 연결된 근로자 단말의 적어도 하나의 다른 구성요소를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 입력 모듈은, 근로자 단말의 구성요소에 사용될 명령 또는 데이터를 근로자 단말의 외부(예를 들면, 근로자)로부터 수신할 수 있다. 입력 모듈은, 예를 들면, 마이크, 마우스, 키보드, 키(예를 들면, 버튼), 또는 디지털 펜(예를 들면, 스타일러스 펜)을 포함할 수 있다. 다만 이는 예시적인 것이고 본 발명의 실시예는 이에 제한되지 않는다.
복수의 근로자 단말(200)에 포함된 근로자 단말 각각은 또한, 음향 출력 모듈, 디스플레이 모듈, 오디오 모듈, 센서 모듈을 포함할 수 있다. 음향 출력 모듈은 음향 신호를 근로자 단말의 외부로 출력할 수 있다. 음향 출력 모듈은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 디스플레이 모듈은 근로자 단말의 외부(예: 근로자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 또한, 디스플레이 모듈은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다. 오디오 모듈은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다.
센서 모듈은 근로자 단말의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 근로자의 건강 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다. 또한, 근로자 단말은, 바이탈 신호를 측정하기 위한 센서를 포함할 수 있다. 바이탈 신호는 근로자의 체온, 심박수, 혈압, 뇌파, 혈당, 산소포화도 중 적어도 하나에 대한 정보를 포함할 수 있다. 이에 따라, 근로자 단말은 온도 센서, 심박 센서, 혈당 측정기 등을 더 포함할 수 있다.
관리자 단말(300)은 전술한 근로자 단말과 동일하거나 유사한 구성요소를 포함할 수 있다. 관리자 단말(300)은 특정한 명령 또는 데이터를 관리자 단말(300)의 외부(예를 들면, 작업 관리자)로부터 수신하고, 이를 기초로 건설 및 산업 안전관리 시스템에 의해 관리가 필요한 작업을 특정하여 특정 작업에 대한 정보를 관리 서버(100)에 전달할 수 있다.
도 1을 참조하면, 관리 서버(100)는 작업 관리부(110), 가용인원 산출부(140), 기준인원 결정부(120), 바이탈 신호 모니터링부(150), 근로자 관리부(130), 의료 지원 요청부(160), 통신부(170)를 포함할 수 있다.
작업 관리부(110)는, 특정 작업에 대한 작업 난이도, 작업 위험도, 및 작업 소요기간을 산출할 수 있다. 작업 관리부(110)는 특정 작업에 대한 명령 또는 데이터를 관리 서버(100)의 외부(예를 들면, 관리자 단말(300) 또는 작업 관리자)로부터 수신할 수 있다. 작업 관리부(110)는 수신된 명령 또는 데이터를 기초로 특정 작업에 대한 작업 난이도, 작업 위험도, 및 작업 소요기간을 산출할 수 있다. 작업 관리부(110)는 관리자 단말(300)에 의해 특정된 작업에 대한 정보를 수신하고, 특정된 작업에 대한 명령 또는 데이터를 외부로부터 수신할 수 있다.
특정 작업은, 예를 들면, 반도체 제조 시설 공사, 주택 및 아파트 건설 공사, 플랜트 현장 공사 등일 수 있다. 또는, 특정 작업은 전술한 작업에 대한 세부 작업, 예를 들면, 반도체 제조 시설 공사의 경우 2차 HOOK UP 공급 배관 설치 공사, 또는 반도체 8대 공정별 단위 시설 공사 등일 수 있다.
작업 관리부(110)는 작업이 특정되면, 특정된 작업에 대한 다양한 데이터를 기초로 작업 난이도, 작업 위험도, 및 작업 소요기간을 산출할 수 있다. 작업 난이도는, 특정 작업에 필요한 작업 인원의 수, 특정 작업 근로자에게 요구되는 교육 이수 시간, 특정 작업이 분류되는 작업 카테고리 등 다양한 요소를 기초로 산출될 수 있다. 작업 난이도는, 1 내지 100의 자연수 값을 가질 수 있다.
작업 위험도는, 사고 발생 가능성, 발생 가능한 사고의 중대성, 및 특정 작업이 분류되는 작업 카테고리 등 다양한 요소를 기초로 산출될 수 있다. 작업 위험도는, 상, 중, 하로 분류될 수 있다.
작업 소요기간은, 작업(공사) 착수일로부터 작업(공사)완료일까지의 기간을 의미할 수 있으며, 일(日) 단위로 산출될 수 있다. 작업 소요기간은 자연수 값을 가질 수 있다.
기준인원 결정부(120)는, 특정 작업에 대한 작업 난이도, 작업 위험도, 작업 소요기간을 기초로 특정 작업에 대한 기준인원을 결정할 수 있다. 기준인원은, 특정 작업의 작업 소요기간 동안 1일 필요 작업인원과, 특정 작업에 대한 작업기준계수를 곱한 값을 소수점 첫째 자리에서 반올림하여 산출될 수 있다. 여기서, 작업기준계수는, 특정 작업의 1일 필요 작업인원을 보정하는 계수를 의미할 수 있다. 작업기준계수는 1 내지 1.8의 실수 값을 가질 수 있다. 작업기준계수는 작업 난이도, 작업 위험도, 작업 소요기간 중 적어도 하나를 기초로 산출될 수 있다. 즉, 기준인원은 자연수 값을 가질 수 있다. 특정 작업의 작업 소요기간 동안 1일 필요 작업인원은, 관리자 단말(300)에 의해 작업이 특정되는 경우 관리자 단말(300) 또는 외부로부터 특정 작업에 대한 정보가 관리 서버(100)에 입력될 때 함께 입력될 수 있다.
근로자 관리부(130)는, 복수의 근로자 단말(200)에 포함된 근로자 단말 각각으로부터 근로자의 바이탈 신호, 근로자의 교육 이수 정보, 및 근로자의 근로 스케줄 정보를 수신할 수 있다. 바이탈 신호는, 근로자의 체온, 심박수, 혈압, 뇌파, 혈당, 산소포화도 중 적어도 하나에 대한 정보를 포함할 수 있다.
교육 이수 정보는, 특정 작업에 대한 교육 컨텐츠 수료 여부, 특정 작업에 대한 교육 이수 시간 등에 대한 정보를 포함할 수 있다. 예를 들면, 특정 작업이 반도체 제조 시설 공사일 경우, 관리 서버(100)는 복수의 근로자 단말(200)에 반도체 8대 공정에 관한 교육 컨텐츠를 제공할 수 있다. 본 발명의 건설 및 산업 안전관리 시스템을 이용하는 근로자는, 반도체 제조 시설 공사에 작업자로 참여하고자 하는 경우, 관리 서버(100)에 연결(등록)된 자신의 근로자 단말을 통해 교육 컨텐츠를 시청하고 교육을 이수할 수 있다. 이에 따라, 해당 근로자의 근로자 단말은 교육 컨텐츠 수료 여부, 교육 이수 시간 등에 대한 정보를 생성할 수 있다. 근로자 관리부(130)는 근로자 단말로부터 특정 작업에 대한 교육 컨텐츠 수료 여부, 특정 작업에 대한 교육 이수 시간 등에 대한 정보를 포함하는 교육 이수 정보를 수신하고, 이를 기초로 해당 근로자가 특정 작업에 투입할 자격을 갖추었는지 판단할 수 있다.
근로 스케줄 정보는, 근로자의 근로 장소, 근로 시간, 근로 이력 중 적어도 하나에 대한 정보를 포함할 수 있다. 근로자 단말은 근로자의 근로 장소, 근로 시간, 근로 이력 등을 파악할 수 있는 신호 또는 데이터를 근로자 단말의 외부(예를 들면, 근로자)로부터 수신할 수 있다. 근로자 단말은 수신된 신호 또는 데이터를 기초로 근로 스케줄 정보를 생성할 수 있다.
근로자 관리부(130)는 수신한 정보들을 저장할 수 있다. 근로자 관리부(130)는 복수의 근로자 단말(200)로부터 수신한 신호 또는 정보들을 기초로 데이터베이스를 구축할 수 있다. 데이터베이스는 데이터베이스 관리 프로그램(DBMS)을 이용하여 관리 서버(100)의 저장공간에 구현된 일반적인 데이터구조를 가질 수 가질 수 있다. 근로자 관리부(130)는 데이터베이스 관리 프로그램을 이용하여 데이터베이스 내에 저장된 하나 이상의 신호 또는 정보들 중 특정 조건을 만족하는 신호 또는 정보를 선택하고, 선택된 신호 또는 정보에 대응하는 근로자 단말을 선별할 수 있다. 근로자 관리부(130)는 선별된 근로자 단말에 대한 식별정보를 외부(예를 들면, 가용인원 산출부(140))로 전달할 수 있다.
가용인원 산출부(140)는, 관리 서버(100)에 연결(등록)된 복수의 근로자 단말(200) 중에서 특정 조건을 만족하는 근로자 단말 수를 계산하여 가용인원을 산출할 수 있다. 여기서, 가용인원이란, 특정 기간 또는 시기에, 특정 작업에 대해 투입 가능한 근로자의 수를 의미할 수 있다.
가용인원 산출부(140)는 가용인원을 산출하기 위해 근로자 관리부(130)로부터 특정 근로자의 바이탈 신호, 교육 이수 정보, 및 근로 스케줄 정보를 수신할 수 있다. 가용인원 산출부(140)는 특정 근로자의 바이탈 신호를 기초로 건강 상태 점수를 산출하고, 특정 근로자의 건강 상태 점수, 교육 이수 정보, 및 근로 스케줄 정보를 기초로 특정 근로자의 특정 작업 진행 가부를 판단할 수 있다. 가용인원 산출부(140)는 근로자 관리부(130)에 저장된 데이터를 기초로 특정 작업에 대한 가용인원을 산출할 수 있다.
바이탈 신호 모니터링부(150)는, 복수의 근로자 단말(200)에 포함된 근로자 단말 각각으로부터 적어도 하나의 바이탈 신호를 바이탈 신호의 종류에 따라 개별적으로 미리 설정된 주기마다 수신하여 바이탈 데이터값을 생성할 수 있다. 여기서, 미리 설정된 주기가 충분히 짧은 경우(예를 들면, 1초 이하), 바이탈 신호 모니터링부(150)가 바이탈 신호를 실시간으로 수신하는 것으로 이해될 수 있다.
바이탈 신호 모니터링부(150)가 복수의 근로자 단말(200)에 포함된 근로자 단말 각각으로부터 수신하는 바이탈 신호는, 근로자의 체온, 심박수, 혈압, 뇌파, 혈당, 산소포화도 중 적어도 하나에 대한 정보를 포함할 수 있다.
바이탈 신호 모니터링부(150)가 생성하는 바이탈 데이터값은 복수의 시기에 각각 수신된 바이탈 신호에 대응하는 데이터값들일 수 있다. 예를 들면, 바이탈 데이터값은, 제1 시기에 수신된 바이탈 신호에 대응하는 제1 데이터값, 제2 시기에 수신된 바이탈 신호에 대응하는 제2 데이터값, 제3 시기에 수신된 바이탈 신호에 대응하는 제3 데이터값, ??, 제n 시기에 수신된 바이탈 신호에 대응하는 제n 데이터값을 포함할 수 있다. 여기서, n은 자연수이고, 제n 시기는 제n-1 시기에 후속하는 시기일 수 있다.
바이탈 신호 모니터링부(150)는 바이탈 데이터값들 각각을, 미리 저장된 임계값들과 각각 비교하고, 비교 결과를 출력할 수 있다. 여기서, 임계값이란, 관리 서버(100)가 복수의 근로자 단말(200)로부터 수신한 데이터값들이 정상 범위에 있는지 판단하기 위해 기준이 되는 값일 수 있다. 각 임계값들은 바이탈 신호의 종류에 따라 각각 다른 값을 가질 수 있다. 또한, 각 임계값들은 후술할 학습부(190)의 제어에 의해 값이 변경될 수 있다. 바이탈 신호 모니터링부(150)는 비교 결과를 의료 지원 요청부(160) 및 가용인원 산출부(140)에 전달할 수 있다.
기초로 긴급 구조 요청 신호를 생성하여 외부 서버(예를 들면, 의료 기관 서버)에 송신할 수 있다. 또한, 바이탈 신호 모니터링부(150)는 비교 결과를 기초로 작업 중지 알림 신호를 생성하여 바이탈 신호에 이상이 발생한 근로자의 근로자 단말에 송신할 수 있다.
의료 지원 요청부(160)는 바이탈 신호 모니터링부(150)로부터 비교 결과를 전달받고, 비교 결과를 기초로 작업 중인 근무자의 건강 상태에 이상이 발생한 것인지 판단할 수 있다. 근무자의 바이탈 신호에 이상이 발생한 경우, 의료 지원 요청부(160)는 이를 감지하여 관리 서버(100)에 미리 저장(또는, 지정)된 의료 기관(예를 들면, 병원) 서버에 긴급 구조 요청 신호를 송신할 수 있다. 이 경우, 의료 지원 요청부(160)는 의료 기관에 바이탈 신호에 이상이 발생한 근무자의 바이탈 데이터값을 함께 송신할 수 있다. 이에 따라, 의료 지원 요청부(160)는 특정 작업에 투입되어 작업 중인 근무자의 건강에 이상이 생긴 경우 의료 기관으로부터 신속한 의료 서비스를 지원받을 수 있도록 할 수 있다.
의료 지원 요청부(160)는 바이탈 신호에 기초하여 의료 기관에 하나 이상의 긴급 구조 요청 신호를 송신하고, 의료 기관 직원(예를 들면, 의사)으로부터 추가 조치를 위한 지시를 수신할 수 있다. 또는, 의료 지원 요청부(160)는 바이탈 신호에 이상이 발생한 근로자의 근로자 단말과 의료 기관을 네트워크를 통해 통신할 수 있도록 연결해줄 수 있다. 이를 통해, 의료 기관은 문자 경보 메시지 또는 연락처 경보 메시지를 근로자 단말에 전달하거나, 가청 메모를 통해 안내 메시지를 전달할 수 있으며, 또는 근로자가 자신의 근로자 단말에서 검토할 수 있도록 근로자 단말의 디스플레이 화면에 하나 이상의 문자 경보 또는 메시지를 출력할 수도 있다.
통신부(170)는 관리 서버(100)와 외부 전자 장치(예를 들면, 근로자 단말) 간의 유선 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신부(170)는 유선 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에서, 통신부(170)는 무선 통신 모듈 또는 유선 통신 모듈을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 네트워크를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소로 통합되거나, 또는 서로 별도의 복수의 구성요소들로 구현될 수 있다.
무선 통신 모듈은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역을 지원할 수 있다. 무선 통신 모듈은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다.
도 2를 참조하면, 학습부(190)는 다층 신경망(191), 학습 엔진(192), 및 프로그램(193)을 포함할 수 있다.
학습 엔진(192)은 복수의 학습 데이터를 사용하여 다층 신경망(191)을 미리 지도학습시킬 수 있다. 다층 신경망(Multilayer Neural Network)은 많은 수의 인공 뉴런(또는, 노드)들을 이용하여 생물학적인 시스템의 계산 능력을 모방하는 소프트웨어나 하드웨어로 구현된 예측 모델이다.
학습 엔진(192)은, 다층 신경망(191)이 학습 데이터를 기초로 컨텐츠 선택 신호를 정확하게 생성할 수 있도록, 관리 서버(100)가 수신하는 데이터값을 입력값으로 하고, 학습부(190)에 의해 산출되는 임계값을 출력값으로 하는 학습 데이터를 사용하여 다층 신경망(191)을 지도학습시킬 수 있다. 데이터값과 임계값에 대해서는 후술한다.
이때, 지도학습이란, 입력값과 그에 따른 출력값이 있는 데이터를 학습 데이터로 이용하여 주어진 입력값에 따른 출력값을 찾는 학습을 의미하며, 정답을 알고 있는 상태에서 이루어지는 학습을 의미한다. 지도 학습에서 주어지는 입력값과 출력값 세트를 학습 데이터(Training Data)라고 한다.
프로그램(193)은 하나 이상의 학습 모델과 손실함수 모델을 포함할 수 있다. 본 발명의 프로그램(193)에 포함되는 손실함수 모델의 종류는 다양할 수 있다.
도 3을 참조하면, 다층 신경망(191)은 입력 레이어(191_a), 하나 이상의 히든 레이어(191_b), 및 출력 레이어(191_c)을 포함할 수 있다.
일 실시예에서, 다층 신경망(191)은, 입력값을 입력받고 제1 특징 벡터의 성분 개수에 상응하는 노드들을 갖는 입력 레이어(191_a), 입력 레이어(191_a)의 출력값 각각에 대하여 가중치를 곱하고, 바이어스(bias)를 더하여 출력하는 제1 히든 레이어, 및 제1 히든 레이어의 출력값 각각에 대하여 가중치를 곱하고, 바이어스를 더하여 출력하는 제2 히든 레이어, 및 제2 히든 레이어의 출력값 각각에 대하여 가중치를 곱하고, 그 결과를 활성화 함수를 이용하여 출력하는 출력 레이어(output layer)(191_c)를 포함할 수 있다. 비록 도 3에서는 2개의 히든 레이어만이 도시되었으나, 하나 이상의 히든 레이어(191_b)은, 제1 히든 레이어, 제2 히든 레이어 외에 더 많은 수의 히든 레이어를 포함할 수 있다.
예를 들어, 활성화 함수는 Softmax 함수일 수 있으나, 본 발명의 실시예는 이에 제한되는 것은 아니고, 활성화 함수는 LeRU 함수 등 다른 다양한 함수일 수 있다. 가중치와 바이어스는 지도학습에 의해 지속적으로 갱신될 수 있다.
구체적으로, 출력 벡터는 출력 레이어(191_c)에 연결된 손실함수 레이어에 입력될 수 있다. 손실함수 레이어는 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력할 수 있다. 다층 신경망(191)의 파라미터는 손실값이 작아지는 방향으로 지도학습될 수 있다.
Figure 112022141733298-pat00001
예를 들어, 손실함수 레이어는 [수학식 1]을 따라 손실 값을 계산할 수 있다. [수학식 1]에서, N은 복수의 학습 데이터의 수, n은 학습 데이터를 식별하는 자연수, k는 n번째 학습 데이터의 값을 식별하는 자연수, nk는 n번째 학습 데이터의 k번째 값을 의미하고, t는 정답 데이터를 의미하고, y는 출력 벡터를 의미하고, E는 손실값을 의미할 수 있다.
Figure 112022141733298-pat00002
또는, 손실함수 레이어는 [수학식 2]를 따라 손실 값을 계산할 수 있다. [수학식 2]에서, n은 클래스 별 학습 데이터의 수, y와 j는 클래스를 나타내는 식별자, C는 상수값, M은 클래스의 개수, x_y는 학습 데이터가 클래스 y에 속할 확률값, x_j는 학습 데이터가 클래스 j에 속할 확률값, L은 손실값을 의미할 수 있다.
이를 위해, 학습부(190)는 인공지능 기계학습 모델을 포함할 수 있다. 관리 서버(100)가 하드웨어로 구현되는 경우, 학습부(190)는 기계학습 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 기계학습 모델은 인공지능 기계 학습을 통해 생성될 수 있다.
기계 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
학습부(190)는 적어도 하나의 하드웨어 칩 형태로 제작되어 디바이스에 탑재될 수 있다. 예를 들어, 학습부(190)는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 디바이스에 탑재될 수도 있다.
이 경우, 학습부(190)는 하나의 디바이스에 탑재될 수도 있으며, 또는 별개의 디바이스에 탑재될 수도 있다. 한편, 학습부(190)의 학습 모델은 소프트웨어 모듈로 구현될 수 있다. 학습 모델이 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 어플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 어플리케이션에 의해 제공될 수 있다.
일 실시예에서, 관리 서버(100)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치(예를 들면, 근로자 단말)에서 실행될 수 있다. 예를 들면, 관리 서버(100)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 외부 전자 장치(예를 들면, 근로자 단말)로부터의 요청에 반응하여 수행해야 할 경우에, 관리 서버(100)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 관리 서버(100)로 전달할 수 있다. 관리 서버(100)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 관리 서버(100)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다.
관리 서버(100)에 포함된 각 구성요소는 장치 내부의 소프트웨어적인 모듈 또는 하드웨어적인 모듈을 연결하는 통신 경로에 연결되어 상호 간에 유기적으로 동작할 수 있다. 이러한 구성요소는 하나 이상의 통신 버스 또는 신호선을 이용하여 통신할 수 있다. 관리 서버(100)의 각 구성요소는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 소프트웨어적인 모듈, 하드웨어적인 모듈 또는 소프트웨어와 하드웨어의 결합으로 구현될 수 있다.
관리 서버(100)는 하드웨어적으로는 통상적인 웹 서버(Web Server) 또는 왑 서버(WAP Server)와 동일한 구성을 가질 수 있다. 그러나, 소프트웨어적으로는, C, C++, Java, Visual Basic, Visual C 등 여하한 언어를 통하여 구현되어 여러 가지 기능을 하는 프로그램 모듈(Module)을 포함할 수 있다. 또한, 관리 서버(100)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 통하여 불특정 다수 클라이언트 및/또는 다른 서버와 연결되어 있고, 클라이언트 또는 다른 서버의 작업수행 요청을 접수하고 그에 대한 작업 결과를 도출하여 제공하는 컴퓨터 시스템 및 그를 위하여 설치되어 있는 컴퓨터 소프트웨어(서버 프로그램)를 뜻하는 것이다. 또한, 관리 서버(100)는, 전술한 서버 프로그램 이외에도, 관리 서버(100) 상에서 동작하는 일련의 응용 프로그램(Application Program)과 경우에 따라서는 내부 또는 외부에 구축되어 있는 각종 데이터베이스(DB: Database, 이하 "DB"라 한다)를 포함하는 넓은 개념으로 이해되어야 할 것이다.
도 4는 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템의 특정 작업에 대한 기준인원 및 가용인원 산출 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 먼저 관리자 단말(300)에 의해 작업이 특정된다(S401). 관리 서버(100)의 근로자 관리부(130)는 특정 작업에 대한 교육 컨텐츠를 근로자 단말에 송신한다(S403). 이어, 근로자 관리부(130)는 근로자 단말로부터 교육 이수 정보 및 근로 스케줄 정보를 수신한다(S405). 이에 더하여, 근로자 관리부(130)는 근로자 단말로부터 바이탈 신호를 수신한다(S407). 근로자 관리부(130)는 수신한 교육 이수 정보, 근로 스케줄 정보, 및 바이탈 신호를 저장한다(S409).
가용인원 산출부(140)는 근로자 관리부(130)로부터 교육 이수 정보, 근로 스케줄 정보, 및 바이탈 신호를 전달받고(S411), 바이탈 신호를 기초로 근로자의 건강 상태 점수를 산출한다(S413). 이어, 가용인원 산출부(140)는 교육 이수 정보, 근로 스케줄 정보, 및 건강 상태 점수를 기초로 특정 작업에 대한 가용인원을 산출한다(S415). 가용인원 산출부(140)는 특정 작업에 대한 교육 컨텐츠를 수료하고, 및 특정 작업에 대한 교육 컨텐츠 이수 시간이 기준 시간을 초과하였는지 여부를 기초로 해당 근로자를 가용인원으로 분류할 수 있다. 가용인원 산출부(140)는 근로 스케줄 정보를 기초로 해당 근로자의 주간 근무 시간이 허용 시간(예를 들면, 52시간)을 초과하지 않은 근로자를 가용인원으로 분류할 수 있다. 또한, 가용인원 산출부(140)는 건강 상태 점수가 기준 점수를 초과하는 근로자를 가용인원으로 분류할 수 있다. 가용인원 산출부(140)는 하나 이상의 분류 기준을 모두 충족하는 근로자의 수를 기초로 가용인원을 산출할 수 있다.
가용인원 산출부(140)는 관리 서버(100)에 연결(등록)된 근로자 단말 중, 특정 작업에 대한 가용인원으로 산출된 근로자의 근로자 단말 수를 가용인원으로 결정할 수 있다. 가용인원 산출부(140)는 특정 작업에 대한 가용인원을 관리자 단말(300)에 송신한다(S417).
한편, 관리 서버(100)의 작업 관리부(110)는 특정 작업에 대한 작업 난이도, 작업 위험도, 및 작업 소요기간을 산출한다(S419). 작업 관리부(110)는 산출된 작업 난이도, 작업 위험도, 및 작업 소요기간을 기준인원 결정부(120)로 전달한다(S421).
관리 서버(100)의 기준인원 결정부(120)는 작업 관리부(110)로부터 정보를 전달받고, 특정 작업에 대한 작업 난이도, 작업 위험도, 및 작업 소요기간을 기초로 특정 작업에 대한 기준인원을 산출한다(S423). 기준인원 결정부(120)는 특정 작업의 작업 소요기간 동안 1일 필요 작업인원과, 특정 작업에 대한 작업기준계수를 곱한 값을 기초로 기준인원을 산출할 수 있다. 작업기준계수는 1 내지 1.8의 실수 값을 가질 수 있다. 작업기준계수는 작업 난이도, 작업 위험도, 작업 소요기간 중 적어도 하나를 기초로 산출될 수 있다.
기준인원 결정부(120)는 산출한 기준인원을 관리자 단말(300)에 송신한다(S425).
관리자 단말(300)은 수신한 특정 작업에 대한 기준인원과 가용인원을 비교한다(S427). 관리자 단말(300)은 비교 결과를 기초로 알림 메시지를 출력할 수 있다.
전술한 바와 같이, 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템의 기준인원 및 가용인원 산출방법은, 특정 작업에 대한 다양한 정보를 기초로 특정 작업의 정상적인 진행에 필요한 근로자 수를 정확하게 산출할 수 있다. 이에 따라, 특정 작업을 담당하는 관리자는 작업이 원활하게 진행될 수 있도록 필요한 근로자의 수를 유동적으로 파악할 수 있게 된다.
도 5는 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템의 근로자 안전 관리 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, 관리 서버(100)의 바이탈 신호 모니터링부(150)는 근로자 단말로부터 바이탈 신호를 실시간으로 수신한다. 바이탈 신호 모니터링부(150)는 수신한 바이탈 신호를 임계값과 비교하여 비교 결과를 출력한다(S511). 바이탈 신호 모니터링부(150)는 비교 결과를 의료 지원 요청부(160)와 가용인원 산출부(140)에 각각 전달한다(S513). 관리 서버(100)의 바이탈 신호 모니터링부(150)가 복수의 근로자 단말(200)에 포함된 근로자 단말 중 어느 하나로부터 수신하는 바이탈 신호가 정상 바이탈 범위 내에 속하는 경우, 관리 서버(100)의 바이탈 신호 모니터링부(150)는 해당 근로자 단말에 대응하는 근로자의 건강 상태가 정상인 것으로 판단할 수 있다. 이 경우, '비교 결과'에 근로자의 건강 상태 판단 결과가 포함될 수 있다.
가용인원 산출부(140)는 바이탈 신호 모니터링부(150)로부터 비교 결과를 수신하고, 비교 결과를 기초로 특정 작업에 대한 가용인원을 재산출한다(S515). 재산출 결과 가용인원에 결원이 발생한 경우, 가용인원 산출부(140)는 결원 발생 알림 신호를 생성한다(S517). 관리자 단말(300)은 가용인원 산출부(140)로부터 결원 발생 알림 신호를 전달받고(S519), 결원 발생 알림 신호를 외부로 출력한다(S521).
의료 지원 요청부(160)는 바이탈 신호 모니터링부(150)로부터 비교 결과를 수신하고, 비교 결과를 기초로 근로자의 건강 상태에 이상 발생 여부를 판단한다(S523). 판단 결과, 근로자의 건강 상태에 치명적인 이상이 발생한 것으로 판단하는 경우, 의료 지원 요청부(160)는 긴급 구조 요청 신호를 생성한다(S525). 의료 지원 요청부(160)는 긴급 구조 요청 신호를 외부 서버로 송신한다(S527). 여기서, 외부 서버는 의료 기관(예를 들면, 병원) 서버일 수 있다. 이 경우, 의료 지원 요청부(160)는 외부 서버에 바이탈 신호에 이상이 발생한 근무자의 바이탈 데이터값을 함께 송신할 수 있다. 이에 따라, 의료 지원 요청부(160)는 특정 작업에 투입되어 작업 중인 근무자의 건강에 이상이 생긴 경우 의료 기관으로부터 신속한 의료 서비스를 지원받을 수 있도록 할 수 있다.
또한, S523 단계에서 근로자의 건강 상태에 치명적인 이상이 발생한 것으로 판단하는 경우, 의료 지원 요청부(160)는 작업 중지 명령 신호를 생성하여 근로자 단말에 송신한다(S529). 근로자 단말은 작업 중지 명령 신호를 수신하여 디스플레이를 통해 작업 중지 알림을 출력할 수 있다.
바이탈 신호 모니터링부(150)는 바이탈 데이터값들을 기초로 정상 바이탈 범위를 산출할 수 있다. 여기서, 정상 바이탈 범위란, 관리 서버(100)의 바이탈 신호 모니터링부(150)가 수신하는 바이탈 신호에 대해, 근로자의 건강 상태가 정상일 경우 나타나는 바이탈 데이터값이 분포 범위를 의미할 수 있다. 바이탈 신호 모니터링부(150)는 특정 바이탈 신호에 대한 바이탈 데이터값을 기초로 정상 바이탈 범위를 산출할 수 있다. 학습부(190)는 바이탈 신호 모니터링부(150)로부터 실시간으로 측정된 근로자의 바이탈 신호를 전달받고, 이를 기초로 정상 바이탈 범위를 실시간으로 보정할 수 있다.
일 실시예에서, 정상 바이탈 범위는 특정 기간에서 바이탈 신호 모니터링부(150)가 생성한 바이탈 데이터값들의 최댓값과 최솟값을 기초로 산출될 수 있다. 구체적으로, 정상 바이탈 범위는, 특정 기간에서 수신된 바이탈 데이터값들의 최댓값에 특정 기간에서 수신된 바이탈 데이터값들의 표준편차를 더한 값과, 특정 기간에서 수신된 바이탈 데이터값들의 최솟값에 특정 기간에서 수신된 바이탈 데이터값들의 표준편차를 뺀 값을 기준으로 산출될 수 있다.
일 실시예에서, 정상 바이탈 범위는 하나 이상의 임계값에 의해 산출될 수 있다. 여기서, 임계값이란, 관리 서버(100)의 바이탈 신호 모니터링부(150)가 복수의 근로자 단말(200) 중 어느 하나의 근로자 단말로부터 수신한 바이탈 신호에 대한 바이탈 데이터값이 정상 범위에 있는 것인지 판단하기 위한 기준 값일 수 있다. 임계값은, 제1 바이탈 신호(또는, 제1 바이탈 데이터값)에 대응하는 제1 임계값, 제2 바이탈 신호(또는, 제2 바이탈 데이터값)에 대응하는 제2 임계값, 제3 바이탈 신호(또는, 제3 바이탈 데이터값)에 대응하는 제3 임계값, ??, 제n-1 바이탈 신호(또는, 제n-1 바이탈 데이터값)에 대응하는 제n-1 임계값, 제n 바이탈 신호(또는, 제n 바이탈 데이터값)에 대응하는 제n 임계값을 포함할 수 있다.
이 경우, 바이탈 신호 모니터링부(150)는 제1 바이탈 데이터값을 제1 임계값과 비교하여 제1 바이탈 데이터값이 제1 임계값을 초과하는지 여부를 판단할 수 있다. 또한, 바이탈 신호 모니터링부(150)는 제2 바이탈 데이터값을 제2 임계값과 비교하여 제2 바이탈 데이터값이 제2 임계값을 초과하는지 여부를 판단할 수 있다. 마찬가지로 바이탈 신호 모니터링부(150)는 제n 바이탈 데이터값을 제n 임계값과 비교하여 제n 바이탈 데이터값이 제n 임계값을 초과하는지 판단할 수 있다.
일 실시예에서, 바이탈 신호 모니터링부(150)는 제1 임계값 내지 제n-1 임계값 중 적어도 하나를 기초로 제n 임계값을 결정할 수 있다. 구체적으로, 바이탈 신호 모니터링부(150)는 제1 임계값 내지 제n-1 임계값을 기초로 제n 임계값을 산출할 수 있다. 즉, 바이탈 신호 모니터링부(150)는 특정 기간 동안 산출되었던 임계값을 기초로, 특정 기간 이후 시기에 관리 서버(100)의 바이탈 신호 모니터링부(150)가 수신하는 바이탈 신호에 대응하는 임계값을 산출할 수 있다.
Figure 112022141733298-pat00003
바이탈 신호 모니터링부(150)는 [수학식 3]을 이용하여 제n 임계값을 산출할 수 있다.
[수학식 3]에서, vT(n)는 제n 임계값, D(n)은 제n 바이탈 데이터값, n은 바이탈 신호를 식별하는 3 이상의 자연수, c는 보정 계수를 의미할 수 있다.
[수학식 3]을 통해, 바이탈 신호 모니터링부(150)는 다른 바이탈 신호에 대응하는 임계값을 기초로 특정 바이탈 신호에 대응하는 임계값의 크기를 조절할 수 있다. 예를 들면, 예를 들면, 제1 내지 제n-1 바이탈 신호에 대응하는 임계값들을 기초로 제n 바이탈 신호에 대응하는 제n 임계값의 크기를 결정할 수 있다.
전술한 바와 같이, 본 발명의 일 실시예에 따른 건설 및 산업 안전관리 시스템의 근로자 안전 관리 방법은, 근로자의 다양한 바이탈 신호를 실시간으로 수신하고, 바이탈 신호를 추적하여 근로자의 건강을 체크할 수 있다. 또한, 다양한 종류의 바이탈 신호를 기초로 바이탈 신호의 비교 기준값인 임계값을 실시간으로 보정함으로써 근로자 건강 체크의 정확도를 높일 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (5)

  1. 특정 작업에 대한 작업 난이도, 작업 위험도, 및 작업 소요기간을 산출하는 작업 관리부;
    상기 작업 난이도, 상기 작업 위험도, 및 상기 작업 소요기간을 기초로 상기 특정 작업에 대한 기준인원을 결정하는 기준인원 결정부;
    복수의 근로자 단말 각각으로부터 근로자의 하나 이상의 바이탈 신호, 근로자의 교육 이수 정보, 및 근로자의 근로 스케줄 정보를 수신하고 저장하는 근로자 관리부;
    상기 바이탈 신호를 기초로 건강 상태 점수를 산출하고, 상기 건강 상태 점수, 상기 교육 이수 정보, 및 상기 근로 스케줄 정보를 기초로 근로자의 상기 특정 작업 진행 가부를 판단하고, 상기 특정 작업에 대한 제1 가용인원을 산출하는 가용인원 산출부;
    상기 하나 이상의 바이탈 신호 각각을 기초로 바이탈 데이터값들을 생성하고, 상기 하나 이상의 바이탈 신호 각각에 대응하는 하나 이상의 임계값과 상기 바이탈 데이터값을 각각 비교하여 근로자의 하나 이상의 바이탈 신호가 각각 정상 범위에 속하는지 판단하는 바이탈 신호 모니터링부;를 포함하고,
    상기 하나 이상의 임계값은, 상기 바이탈 신호 모니터링부가 상기 복수의 근로자 단말 중 어느 하나의 근로자 단말로부터 수신한 하나 이상의 바이탈 신호 각각에 대한 바이탈 데이터값이 각각 정상 범위에 포함되는 것인지 판단하기 위한 하나 이상의 기준 값을 의미하고,
    상기 하나 이상의 임계값은 제1 내지 제n 임계값을 포함하고, 상기 n은 바이탈 신호를 식별하기 위한 자연수이고,
    상기 바이탈 신호 모니터링부는,
    상기 제1 내지 제n-1 임계값을 산출한 결과를 기초로, 상기 제n-1 임계값 산출 이후에 수신하는 바이탈 신호에 대응하는 상기 제n 임계값을 산출하는 것을 특징으로 하는,
    건설 및 산업 안전관리 시스템.
  2. 제1항에 있어서,
    상기 바이탈 신호를 기초로 미리 지정된 의료기관에 의료 서비스를 요청하는 의료 지원 요청부;를 더 포함하고,
    상기 의료 지원 요청부는,
    상기 바이탈 데이터값을 상기 임계값과 비교하여 비교 결과 근로자의 건강 상태에 이상이 발생한 것인지 판단하는 경우 상기 바이탈 데이터값에 대응하는 근로자 단말에 작업 중지 명령 신호를 송신하고,
    상기 의료 지원 요청부는, 상기 비교 결과를 기초로 외부 서버에 긴급 구조 요청 신호를 송신하는,
    건설 및 산업 안전관리 시스템.
  3. 제2항에 있어서,
    상기 가용인원 산출부는,
    상기 비교 결과를 기초로 상기 특정 작업에 대한 가용인원을 재산출하여 제2 가용인원을 산출하고, 상기 제1 가용인원보다 상기 제2 가용인원이 작은 경우, 관리자 단말에 결원 발생 알림 신호를 송신하는,
    건설 및 산업 안전관리 시스템.
  4. 삭제
  5. 제1항에 있어서,
    상기 바이탈 데이터값과 상기 임계값의 비교 결과를 기초로 상기 임계값을 보정하는 학습부;를 더 포함하고,
    상기 학습부는, 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하는 다층 신경망, 및 상기 바이탈 데이터값과 상기 임계값에 관한 학습 데이터를 사용하여 상기 다층 신경망을 지도학습시켜 상기 학습 데이터를 기초로 최적화된 하이퍼파라미터(hyperparameter)를 산출하는 학습 엔진;을 포함하고,
    상기 입력 레이어는, 상기 학습 데이터를 입력받고, 상기 하나 이상의 히든 레이어는, 상기 입력 레이어의 출력값 각각에 대하여 가중치를 곱하고, 바이어스를 더하여 출력하고, 상기 출력 레이어는, 상기 히든 레이어의 출력값을 입력받아 활성화 함수를 이용하여 출력 벡터를 출력하고,
    상기 다층 신경망은 상기 출력 레이어에 연결된 손실함수 레이어를 포함하고, 상기 출력 벡터는 상기 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 피드백 데이터에 대한 정답 벡터를 비교하는 손실 함수를 이용하여 손실값을 출력하고, 상기 다층 신경망의 파라미터는 상기 손실값이 작아지는 방향으로 학습되는,
    건설 및 산업 안전관리 시스템.
KR1020220188488A 2022-12-29 2022-12-29 인공지능 기반의 건설 및 산업 안전관리 시스템 KR102546144B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220188488A KR102546144B1 (ko) 2022-12-29 2022-12-29 인공지능 기반의 건설 및 산업 안전관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220188488A KR102546144B1 (ko) 2022-12-29 2022-12-29 인공지능 기반의 건설 및 산업 안전관리 시스템

Publications (1)

Publication Number Publication Date
KR102546144B1 true KR102546144B1 (ko) 2023-06-22

Family

ID=86988902

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220188488A KR102546144B1 (ko) 2022-12-29 2022-12-29 인공지능 기반의 건설 및 산업 안전관리 시스템

Country Status (1)

Country Link
KR (1) KR102546144B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5858157B2 (ja) * 1974-08-19 1983-12-23 三菱化学株式会社 粉体塗装方法
JP2004151895A (ja) * 2002-10-29 2004-05-27 Ikeda Godo Kk 作業人員配置システム
JP2004246640A (ja) * 2003-02-14 2004-09-02 Sekiya Yamashita 勤務シフト表自動作成システム
JP5858157B2 (ja) 2012-06-27 2016-02-10 日産自動車株式会社 ストレス状態推定装置
KR101866677B1 (ko) * 2017-01-05 2018-06-11 인하대학교 산학협력단 웨어러블 디바이스를 기반으로 하는 건설 현장 내 안전관리 시스템 및 그 방법
JP2020166358A (ja) * 2019-03-28 2020-10-08 株式会社日本総合研究所 ウェアラブルデバイス、作業管理方法、及び情報処理装置
KR102468597B1 (ko) * 2022-04-14 2022-11-21 주식회사 네오에스앤씨 키오스크 및 비콘-신호를 이용한 공사현장용 작업자 관리시스템
KR20220159762A (ko) * 2021-05-26 2022-12-05 인하대학교 산학협력단 유전 알고리즘을 이용한 인공 신경망 모델 구축방법 및 이를 이용한 변수 최적화 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5858157B2 (ja) * 1974-08-19 1983-12-23 三菱化学株式会社 粉体塗装方法
JP2004151895A (ja) * 2002-10-29 2004-05-27 Ikeda Godo Kk 作業人員配置システム
JP2004246640A (ja) * 2003-02-14 2004-09-02 Sekiya Yamashita 勤務シフト表自動作成システム
JP5858157B2 (ja) 2012-06-27 2016-02-10 日産自動車株式会社 ストレス状態推定装置
KR101866677B1 (ko) * 2017-01-05 2018-06-11 인하대학교 산학협력단 웨어러블 디바이스를 기반으로 하는 건설 현장 내 안전관리 시스템 및 그 방법
JP2020166358A (ja) * 2019-03-28 2020-10-08 株式会社日本総合研究所 ウェアラブルデバイス、作業管理方法、及び情報処理装置
KR20220159762A (ko) * 2021-05-26 2022-12-05 인하대학교 산학협력단 유전 알고리즘을 이용한 인공 신경망 모델 구축방법 및 이를 이용한 변수 최적화 방법
KR102468597B1 (ko) * 2022-04-14 2022-11-21 주식회사 네오에스앤씨 키오스크 및 비콘-신호를 이용한 공사현장용 작업자 관리시스템

Similar Documents

Publication Publication Date Title
US10673707B2 (en) Systems and methods for managing lifecycle and reducing power consumption by learning an IoT device
EP3254239B1 (en) Distributed training of reinforcement learning systems
US10319476B1 (en) System, method and device for predicting an outcome of a clinical patient transaction
EP4080384A1 (en) Object recommendation method and apparatus, computer device, and medium
CN109983480A (zh) 使用聚类损失训练神经网络
CN109669837A (zh) 设备状态预警方法、系统、计算机装置及可读存储介质
CN113344184B (zh) 用户画像预测方法、装置、终端和计算机可读存储介质
KR20190099660A (ko) 건강나이 예측 방법
US20190294983A1 (en) Machine learning inference routing
KR102546144B1 (ko) 인공지능 기반의 건설 및 산업 안전관리 시스템
CN117236805A (zh) 电力设备控制方法、装置、电子设备和计算机可读介质
US20230076024A1 (en) Method and device for controlling electronic device for federated learning
KR102507442B1 (ko) 환경 안전 보건 관리 방법 및 시스템
CN107122464A (zh) 一种辅助决策系统及方法
KR102474974B1 (ko) 인공지능 기반 브랜드 분석 방법, 장치 및 시스템
CN116405396A (zh) 一种带宽数据预测结果生成方法和装置
US20210373941A1 (en) Intelligent containerization platform for optimizing cluster utilization
KR102527933B1 (ko) 동적 임계치를 기반으로 데이터를 실시간 모니터링하는 데이터 관리 장치 및 방법
KR102429832B1 (ko) 네트워크 환경 분석 기반 원격 접속 서비스 제공 방법
CN116016223B (zh) 一种数据中心网络数据传输优化方法
KR102504618B1 (ko) 플랜트 상태 관리 시스템
KR102557257B1 (ko) 뉴럴 네트워크를 이용하여 예측된 매출액을 기반으로 식재료에 대한 정보를 전송하는 방법 및 장치
KR102478964B1 (ko) 복수의 뉴럴 네트워크를 이용하여 소프트웨어 아키텍쳐와 관련된 정보를 기반으로 결정된 소프트웨어 아키텍쳐에 대한 구성도를 서버가 사용자 단말에게 전송하는 방법 및 장치
TWI773506B (zh) 緊急派遣員的虛擬助理
KR102648588B1 (ko) 연합 학습 방법 및 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant