KR20240098825A - 비접촉형태 감지장치 수집정보 및 에너지 사용정보를 이용한 위험예측장치 및 그 방법 - Google Patents
비접촉형태 감지장치 수집정보 및 에너지 사용정보를 이용한 위험예측장치 및 그 방법 Download PDFInfo
- Publication number
- KR20240098825A KR20240098825A KR1020220180944A KR20220180944A KR20240098825A KR 20240098825 A KR20240098825 A KR 20240098825A KR 1020220180944 A KR1020220180944 A KR 1020220180944A KR 20220180944 A KR20220180944 A KR 20220180944A KR 20240098825 A KR20240098825 A KR 20240098825A
- Authority
- KR
- South Korea
- Prior art keywords
- risk
- time
- comparison
- risk monitoring
- monitoring target
- Prior art date
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 184
- 230000003542 behavioural effect Effects 0.000 claims abstract description 12
- 230000006399 behavior Effects 0.000 claims description 109
- 201000010099 disease Diseases 0.000 claims description 15
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 15
- 238000009795 derivation Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000010835 comparative analysis Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000001932 seasonal effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000006403 short-term memory Effects 0.000 claims description 3
- 230000000052 comparative effect Effects 0.000 claims description 2
- 230000003862 health status Effects 0.000 abstract description 7
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 21
- 230000007613 environmental effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0492—Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/0423—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting deviation from an expected pattern of behaviour or schedule
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0484—Arrangements monitoring consumption of a utility or use of an appliance which consumes a utility to detect unsafe condition, e.g. metering of water, gas or electricity, use of taps, toilet flush, gas stove or electric kettle
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Abstract
본 발명의 위험예측방법은 위험감시대상의 에너지사용량, 및 행동패턴정보를 수집하여 시간대별로 저장하는 단계; 상기 위험감시대상과 연령대, 성별, 및 주거형태가 동일한 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정하는 단계; 상기 비교대상들 각각의 에너지사용량을 수집한 후 시간대별 평균값을 산출하여 상기 비교대상그룹의 시간대별 에너지사용량을 도출하는 단계; 상기 위험감시대상의 시간대별 에너지사용량과 상기 비교대상그룹의 시간대별 에너지사용량을 비교분석하는 단계; 상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 경우 상기 위험감시대상의 시간대별 행동패턴정보를 모니터링하는 단계; 및 상기 위험감시대상의 날짜 및 시간대별 행동패턴을 비교분석하여, 현재의 행동패턴과 과거날짜/동일시간대의 행동패턴간의 차이가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측하는 단계를 포함함으로써, 연령대, 성별, 거주조건 또는 건강상태를 반영한 위험발생상황을 예측하고, 이로 인해 정확한 예측결과를 얻을 수 있는 장점이 있다.
Description
본 발명은 위험예측장치 및 그 방법에 관한 것으로서, 보다 상세하게는, 비접촉형태 감지장치(예컨대, IoT 장비 등)를 이용하여 수집된 환경정보와 에너지 사용정보를 이용하여 위험을 예측하는 위험예측장치 및 그 방법에 관한 것이다.
IoT 기술 발전으로 인해 소비자들은 다양한 웨어러블 장비들을 사용할 수 있게 되었으며, IoT와 웨어러블 기술의 융합을 통해 스마트 홈 환경 기반의 서비스는 안전 관리로 까지 확장되었다.
홈 내 거주자를 보호하기 위한 대표적인 안전 관리 기술에는 물리적 보안 장비들을 이용하는 기술이 있다.
홈 물리적 보안은 거주자의 신변 안전과 홈 시설물의 안전한 관리 환경 구축을 위한 개인 식별, 영상감지 및 재난 재해 등의 방지를 위한 보안 기술로서 영상 감시 솔루션, 바이오 인식, 객체 인식 무인 전자 경비, 지능형 카메라 등의 대표 기술이 있다.
홈 물리적 보안 기술을 기반으로 한 홈 안전 시스템은 거주자 보호를 위해 홈 내부 모니터링, 안전사고 알림 등의 서비스를 제공하고 있다.
이러한 종래 기술로서, 한국 공개특허 제 10-2020-0042604 호에는 환경센서가 설치된 스마트 플러그를 종합 가전기기 및 사용자 단말기와 인증을 통해 연결하는 단계; 스마트 플러그는 환경센서로부터 환경정보를 수집하고, 연결된 종합 가전기기로부터 가전기기의 동작 상태정보를 실시간으로 수집하여 사용자 단말기로 상기 환경정보 및 가전기기의 동작 상태정보를 전송하는 단계; 사용자 단말기를 소지한 사용자가 스마트 플러그로부터 환경정보 및 가전기기의 동작 상태정보를 수신받아 상기 환경정보 및 가전기기 동작 상태정보를 기반으로 거주지 내의 환경과 가전기기의 상태를 파악하는 단계를 포함하는, 환경정보를 이용한 거주지 종합 관리 방법이 개시되어 있다.
상기 특허에 의하면, 실내 환경정보를 이용한 거주지 종합 관리 시스템을 구축하여 기존의 단발적인 모니터링 및 사후 대처 중심의 안전 관리 서비스에서 더 나아가 거주자의 안전사고에 대한 예방과 지속적인 안전 관리를 기대할 수 있다.
하지만, 이러한 종래의 기술은 실내 환경정보 또는 가전기기의 동작상태정보 만을 고려함으로써, 위험감시대상의 개인별 특징을 반영하지 못하는 문제가 있었다.
따라서 본 발명은, 위험감시대상과 연령대, 성별, 거주조건 및 건강상태 중 적어도 하나가 유사한 비교대상들을 포함하는 비교대상그룹을 생성하고, 상기 비교대상그룹과 상기 위험감시대상 간의 행동패턴 또는 계절/시간대별 에너지사용량을 비교함으로써, 연령대, 성별, 거주조건 또는 건강상태를 반영한 위험발생상황을 예측하고, 이로 인해 정확한 예측결과를 얻을 수 있는 위험예측장치 및 그 방법을 제공하고자 한다.
또한, 본 발명은, 상기 위험감시대상의 과거 행동패턴과, 계절/시간대별 에너지사용량 중 적어도 하나를 반영하여 상기 위험감시대상의 위험발생상황을 예측함으로써, 개인별 환경 또는 행동패턴을 반영한 위험발생상황을 예측하고, 이로 인해 정확한 예측결과를 얻을 수 있는 위험예측장치 및 그 방법을 제공하고자 한다.
상기 목적을 달성하기 위해 본 발명에서 제공하는 위험예측장치는 위험예측장치에 있어서, 위험감시대상의 시간대별 에너지사용량, 및 행동패턴정보를 저장하는 제1 저장부; 적어도 하나의 비교대상들을 포함하는 비교대상그룹의 시간대별 에너지사용량을 저장하는 제2 저장부; 위험감시대상의 에너지사용량, 및 행동패턴정보를 수집하여 상기 제1 저장부에 시간대별로 저장하는 제1 정보수집부; 상기 위험감시대상과 연령대, 성별, 및 주거형태가 동일한 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정하는 비교대상그룹 선정부; 상기 비교대상들 각각으로부터 에너지사용량을 수집하는 제2 정보수집부; 상기 비교대상들 각각의 에너지사용량에 대한 시간대별 평균값을 산출하여 상기 비교대상그룹의 시간대별 에너지사용량을 도출한 후, 상기 제2 저장부에 저장하는 비교대상그룹정보 생성부; 상기 위험감시대상의 시간대별 에너지사용량과, 상기 비교대상그룹의 시간대별 에너지사용량을 비교분석하는 비교분석부; 상기 비교분석 결과, 상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 경우 상기 위험감시대상의 시간대별 행동패턴정보를 모니터링하는 행동패턴 모니터링부; 및 상기 위험감시대상의 날짜 및 시간대별 행동패턴을 비교분석하여, 현재의 행동패턴과 과거날짜/동일시간대의 행동패턴간의 차이가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측하는 위험예측부를 포함하는 것을 특징으로 한다.
바람직하게, 상기 제1 및 제2 저장부 각각은 LSTM(Long Short-Term Memory)로 구현할 수 있다.
바람직하게, 상기 제1 정보수집부는 상기 위험감시대상이 거주하는 공간에 설치되어, 가스, 전기, 및 수도 사용량을 포함하는 상기 위험감시대상의 에너지사용량을 수집하는 계측기; 상기 위험감시대상이 거주하는 공간에 설치된 적어도 하나의 비접촉형태 감지장치; 상기 비접촉형태 감지장치로부터 비접촉데이터를 수집하여 상기 위험감시대상의 행동패턴을 도출하는 행동패턴도출부; 시간을 카운트하여 상기 에너지사용량, 및 상기 비접촉데이터의 수집일시를 결정하는 시간카운터; 및 상기 에너지사용량별 수집일시, 상기 비접촉데이터 및 대응된 수집일시에 의거하여 상기 위험감시대상의 시간대 및 계절별 에너지사용량 및 행동패턴을 생성하는 정보생성부를 포함할 수 있다.
바람직하게, 상기 비교대상그룹 선정부는 상기 비교대상들 중, 에너지사용량 및 행동패턴 중 적어도 하나에 영향을 미치는 상기 위험감시대상의 질병이력과 동일한 질병이력을 가지는 적어도 하나의 대상들을 상기 비교대상그룹으로 선정할 수 있다.
바람직하게, 상기 장치는 과거 소정기간동안 수집/저장된 상기 위험감시대상의 에너지사용량 및 상기 행동패턴정보에 의거하여 미래의 에너지사용량 및 행동패턴을 예측하는 미래예측부를 더 포함하고, 상기 위험예측부는 상기 미래의 에너지사용량 및 행동패턴이 미리 설정된 정상범위를 벗어나는 경우 상기 위험감시대상의 위험을 예측할 수 있다.
바람직하게, 상기 위험예측부는 오차행렬에 의해 상기 위험감시대상의 위험 여부를 결정하는 재현율 평가 방식을 채택할 수 있다.
한편, 상기 목적을 달성하기 위해 본 발명에서 제공하는 위험예측방법은 위험감시대상의 에너지사용량, 및 행동패턴정보를 수집하여 시간대별로 저장하는 위험감시대상정보 저장단계; 상기 위험감시대상과 연령대, 성별, 및 주거형태가 동일한 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정하는 비교대상그룹 선정단계; 상기 비교대상들 각각의 에너지사용량을 수집한 후 시간대별 평균값을 산출하여 상기 비교대상그룹의 시간대별 에너지사용량을 도출하는 비교대상그룹정보 수집단계; 상기 위험감시대상의 시간대별 에너지사용량과 상기 비교대상그룹의 시간대별 에너지사용량을 비교분석하는 비교분석단계; 상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 경우 상기 위험감시대상의 시간대별 행동패턴정보를 모니터링하는 행동패턴 모니터링단계; 및 상기 위험감시대상의 날짜 및 시간대별 행동패턴을 비교분석하여, 현재의 행동패턴과 과거날짜/동일시간대의 행동패턴간의 차이가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측하는 위험예측단계를 포함하는 것을 특징으로 한다.
바람직하게, 상기 위험감시대상정보 저장단계는 상기 위험감시대상이 거주하는 공간에 설치된 적어도 하나의 비접촉형태 감지장치로부터 비접촉데이터를 수집하여 그 수집일시와 함께 저장하는 제1 저장단계; 및 상기 비접촉데이터 및 대응된 수집일시에 의거하여 상기 위험감시대상의 시간대 및 계절별 행동패턴을 생성하여 저장하는 제2 저장단계를 포함할 수 있다.
바람직하게, 상기 비교대상그룹 선정단계는 상기 비교대상들 중, 에너지사용량 및 행동패턴 중 적어도 하나에 영향을 미치는 상기 위험감시대상의 질병이력과 동일한 질병이력을 가지는 적어도 하나의 대상들을 상기 비교대상그룹으로 선정할 수 있다.
바람직하게, 상기 방법은 과거 소정기간동안 수집/저장된 상기 위험감시대상의 에너지사용량 및 상기 행동패턴정보에 의거하여 미래의 에너지사용량 및 행동패턴을 예측하는 미래예측단계를 더 포함하고, 상기 위험예측단계는 상기 미래의 에너지사용량 및 행동패턴이 미리 설정된 정상범위를 벗어나는 경우 상기 위험감시대상의 위험을 예측할 수 있다.
바람직하게, 상기 위험예측단계는 오차행렬에 의해 상기 위험감시대상의 위험여부를 결정하는 재현율 평가 방식을 채택할 수 있다.
상기한 바와 같이, 본 발명에서 제공하는 비접촉형태 감지장치 수집정보 및 에너지 사용정보를 이용한 위험예측장치 및 그 방법은, 위험감시대상과 연령대, 성별, 거주조건 및 건강상태 중 적어도 하나가 유사한 비교대상들을 포함하는 비교대상그룹을 생성하고, 상기 비교대상그룹과 상기 위험감시대상 간의 행동패턴 또는 계절/시간대별 에너지사용량을 비교함으로써, 연령대, 성별, 거주조건 또는 건강상태를 반영한 위험발생상황을 예측하고, 이로 인해 정확한 예측결과를 얻을 수 있는 장점이 있다.
또한, 본 발명은, 상기 위험감시대상의 과거 행동패턴과, 계절/시간대별 에너지사용량 중 적어도 하나를 반영하여 상기 위험감시대상의 위험발생상황을 예측함으로써, 개인별 환경 또는 행동패턴을 반영한 위험발생상황을 예측하고, 이로 인해 정확한 예측결과를 얻을 수 있는 장점이 있다.
도 1은 본 발명의 일 실시 예에 따른 위험예측장치에 대한 개략적인 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 위험감시대상 정보수집부에 대한 개략적인 블록도이다.
도 3 내지 도 6은 본 발명의 일 실시 예에 따른 위험예측방법에 대한 개략적인 처리 흐름도들이다.
도 7 및 도 8은 본 발명의 일 실시 예에 따라 계절 및 시간대별 개인의 에너지사용량 또는 행동패턴에 따른 위험기준을 설명하기 위한 도면들이다.
도 2는 본 발명의 일 실시 예에 따른 위험감시대상 정보수집부에 대한 개략적인 블록도이다.
도 3 내지 도 6은 본 발명의 일 실시 예에 따른 위험예측방법에 대한 개략적인 처리 흐름도들이다.
도 7 및 도 8은 본 발명의 일 실시 예에 따라 계절 및 시간대별 개인의 에너지사용량 또는 행동패턴에 따른 위험기준을 설명하기 위한 도면들이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 설명하되, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 한편 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 또한 상세한 설명을 생략하여도 본 기술 분야의 당업자가 쉽게 이해할 수 있는 부분의 설명은 생략하였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 일 실시 예에 따른 위험예측장치에 대한 개략적인 블록도이다. 도 1을 참조하면, 본 발명의 일 실시 예에 따른 위험예측장치(100)는 데이터베이스부(110), 위험감시대상 정보수집부(120), 비교대상그룹 선정부(130), 비교대상 정보수집부(140), 비교대상그룹 정보 생성부(150), 비교/분석부(160), 행동패턴 모니터링부(170), 위험예측부(180), 및 제어부(190)를 포함한다.
데이터베이스부(110)는 위험예측장치(100)를 동작시키기 위해 미리 설정되어야 하는 데이터들, 또는 위험예측장치(100)의 동작 과정에서 생성되는 데이터들을 저장할 수 있다. 특히, 데이터베이스부(110)는 위험감시대상의 시간대별 에너지사용량, 및 행동패턴정보를 저장하는 위험감시대상 정보관리 DB(111), 및 적어도 하나의 비교대상들을 포함하는 비교대상그룹의 시간대별 에너지사용량을 저장하는 비교대상그룹 정보관리 DB(112)를 저장할 수 있다.
이 때, 상기 위험감시대상은 노약자일 수 있고, 상기 위험감시대상의 시간대별 에너지사용량은 가스 사용량, 전기 사용량, 수도 사용량을 포함할 수 있고, 상기 위험감시대상의 행동패턴정보는 상기 위험감시대상이 거주하는 공간에 설치된 비접촉형태 감지장치(예컨대, 도어센서, 모션센서, 사운드 센서를 포함하는 IoT 센서)를 통해 수집된 정보로서, 도어 열림 또는 닫힘 정보, 움직임 정보, 사운드 정보(움직임에 따른 소음, 활동 패턴에 따른 TV 또는 음악 등의 소리)를 포함할 수 있다.
한편, 위험감시대상 정보관리 DB(111), 및 비교대상그룹 정보관리 DB(112) 각각은 LSTM(Long Short-Term Memory)로 구현할 수 있는데, 이는 은닉층 내부에 셀 상태(Cell State)를 추가하여 기억할 데이터와 버릴 데이터를 선택하는 방식을 채택하는, LSTM 메모리 블록을 이용하여 데이터를 기억함으로써 이전 단계에 얻은 정보가 지속적으로 반영될 수 있고, 이로 인해 RNN의 장기 의존성(Gradient Vanishing) 문제를 해결할 수 있도록 하기 위함이다.
위험감시대상 정보수집부(120)는 상기 위험감시대상의 에너지사용량, 및 행동패턴정보를 수집하여 위험감시대상 정보관리 DB(111)에 시간대별로 저장한다. 도 2는 이러한 위험감시대상 정보수집부(120)에 대한 개략적인 블록도로서, 도 2를 참고하면, 위험감시대상 정보수집부(120)는 계측기(121), IoT 센서(122), 시간카운터(123), 행동패턴 도출부(124), 정보생성부(125), 및 제어부(126)를 포함한다.
계측기(121)는 상기 위험감시대상의 에너지사용량을 측정하기 위한 장치(예컨대, 전력량계 등)로서, 상기 위험감시대상이 거주하는 공간에 설치되어, 가스 사용량, 전기 사용량, 및 수도 사용량을 포함하는 상기 위험감시대상의 에너지사용량을 수집할 수 있다.
IoT 센서(122)는 상기 위험감시대상이 거주하는 공간에 적어도 하나가 설치되어 상기 위험감시대상의 행동정보를 비접촉형태로 감지한다. 예를 들어, IoT 센서(122)는 외부문 또는 창문의 여닫힘 정보를 감지하는 도어센서, 실내동작 유무를 감지하는 모션센서, 실내의 소음 정도(예컨대, 데시벨)를 측정하는 사운드 센서를 포함하고, 상기 위험감시대상의 행동정보를 감지할 수 있다.
또한, IoT 센서(122)는 주변환경정보를 감지할 수 있는 감지장치(예컨대, 온도센서, 습도센서, 일사량 센서, 강수량 센서 등)를 더 포함하고, 상기 위험감시대상이 거주하는 공간에 대한 환경정보를 수집할 수 있다.
시간카운터(123)는 현재 시간을 카운트하여 계측기(121) 및 IoT 센서(122) 각각의 데이터(즉, 에너지사용량, 및 비접촉데이터들)의 수집일시를 결정한다.
행동패턴 도출부(124)는 IoT 센서(122)로부터 비접촉데이터를 수집하여 상기 위험감시대상의 행동패턴을 도출한다. 예를 들어, 행동패턴 도출부(124)는 하나 이상의 비접촉데이터들 각각을 상기 수집일시에 매칭시킴으로써 상기 위험감시대상의 시간대별 행동패턴을 도출할 수 있다.
정보생성부(125)는 계측기(121)에서 수집된 에너지사용량, 및 대응된 수집일시와, IoT 센서(122)에서 수집된 비접촉데이터, 및 대응된 수집일시에 의거하여 상기 위험감시대상의 시간대 및 계절별 에너지사용량 및 행동패턴을 생성한다. 예를 들어, 정보생성부(125)는 특정 시간대, 계절 또는 온/습도 등의 조건 별로, 에너지사용량 및 행동정보(예컨대, 도어 오픈 횟수, 소음 정도, 움직임 정도 등)를 학습하여, 시간대 및 계절별로 상기 위험감시대상의 에너지사용량 모델, 및 행동패턴을 포함하는 정보를 생성할 수 있다.
제어부(126)는 미리 설정된 제어 알고리즘에 의거하여, 위험감시대상 정보 수집부(120)의 전반적인 동작을 제어한다. 제어부(126)는 계측기(121), 및 IoT 센서(122)에서 수집된 정보에 의거하여, 상기 위험감시대상의 행동패턴을 도출하도록 행동패턴 도출부(124)의 동작을 제어하고, 상기 수집된 정보에 의거하여, 상기 위험감시대상의 위험예측을 위한 정보를 생성하도록 정보생성부(125)의 동작을 제어한다.
비교대상그룹 선정부(130)는 상기 위험감시대상의 위험여부를 예측하기 위해 비교 기준이 되는 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정한다. 예를 들어, 비교대상그룹 선정부(130)는 상기 위험감시대상과 연령대, 성별, 및 주거형태가 동일한 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정할 수 있다. 또한, 비교대상그룹 선정부(130)는 상기 비교대상들 중, 상기 위험감시대상의 질병이력과 유사하거나 동일한 질병이력을 가지는 적어도 하나의 대상들을 상기 비교대상그룹으로 선정할 수 있다. 이 때, 상기 질병이력은 에너지사용량 및 행동패턴 중 적어도 하나에 영향을 미치는 질병이력인 것이 바람직하다.
비교대상 정보수집부(140)는 상기 비교대상들 각각으로부터 에너지사용량을 수집한다. 즉, 비교대상 정보수집부(140)는 상기 위험감시대상의 에너지사용량을 측정하기 위한 장치(예컨대, 전력량계 등)로서, 상기 위험감시대상이 거주하는 공간에 설치되어, 가스 사용량, 전기 사용량, 및 수도 사용량을 포함하는 상기 위험감시대상의 에너지사용량을 수집할 수 있다. 이를 위해, 비교대상 정보수집부(140)는 위험감시대상 정보수집부(120)에 포함된 계측기(121)를 전용할 수 있다.
비교대상그룹 정보생성부(150)는 상기 비교대상그룹의 시간대별 에너지사용량을 도출하여 비교대상그룹 정보관리 DB(112)에 저장한다. 이 때, 상기 비교대상그룹의 시간대별 에너지사용량은 상기 비교대상들 각각의 에너지사용량에 대한 시간대별 평균값으로 산출하여 결정할 수 있다.
비교/분석부(160)는 상기 위험감시대상의 시간대별 에너지사용량과, 상기 비교대상그룹의 시간대별 에너지사용량을 비교분석한다. 이를 위해, 비교/분석부(160)는 위험감시대상 정보관리 DB(111) 및 비교대상그룹 정보관리 DB(112)로부터, 상기 위험감시대상의 시간대별 에너지사용량과, 상기 비교대상그룹의 시간대별 에너지사용량을 각각 읽어올 수 있다.
행동패턴 모니터링부(170)는 상기 비교분석 결과, 상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 경우 상기 위험감시대상의 시간대별 행동패턴정보를 모니터한다.
위험예측부(180)는 행동패턴 모니터링부(170)의 모니터링결과에 의거하여 상기 위험감시대상의 위험을 예측하되, 상기 위험감시대상의 과거 행동패턴과 현재 행동패턴을 비교하여 둘 사이에 편차가 클 경우 상기 위험감시대상에게 위험(예컨대, 사고, 발병 등)이 발생한 것으로 예측한다. 이를 위해, 위험예측부(180)는 상기 위험감시대상의 날짜 및 시간대별 행동패턴을 비교분석하여, 현재의 행동패턴과 과거날짜/동일시간대의 행동패턴간의 차이가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측할 수 있다. 예를 들어, 2022년 12월 1일 현재의 행동패턴과, 과거 3년(즉, 2021년, 2020년, 2019년)의 12월 1일의 행동패턴간에 편차가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측할 수 있다. 이 때, 상기 행동패턴편차허용범위를 결정하기 위한 기준 정보는 단위시간별 움직임 정보, 특정 시간대의 도어센서의 동작 횟수, 소음정보 등을 포함할 수 있다.
또한, 본 발명의 위험예측장치(100)는 과거 소정기간동안 수집/저장된 상기 위험감시대상의 에너지사용량 및 상기 행동패턴정보에 의거하여 미래의 에너지사용량 및 행동패턴을 예측하는 미래예측부(미도시)를 더 포함하고, 위험예측부(180)는 상기 미래의 에너지사용량 및 행동패턴이 미리 설정된 정상범위를 벗어나는 경우 상기 위험감시대상의 위험을 예측할 수 있다. 예를 들어, 위험예측장치(100)는 과거 10년 동안의 수집/저장된 상기 위험감시대상의 에너지사용량 및 상기 행동패턴정보에 의거하여, 향후 1년간 상기 위험감시대상의 에너지사용량 및 상기 행동패턴을 예측하고, 그 결과에 의거하여 위험여부를 예측할 수 있다.
한편, 위험예측부(180)는 오차행렬에 의해 상기 위험감시대상의 위험 여부를 결정하는 재현율 평가 방식을 채택하되, 평가 종류로는 정확도, 특이도, 민감도, 정밀도를 채택할 수 있다. 이와 같이 재현율 평가 방식을 채택한 이유는, 상기 위험감시대상의 위험 상태가 실제 위험상황임에도, 위험 가능성이 없는 것으로 판단하는 오류를 최소화할 수 있도록 하기 위함이다.
도 7 및 도 8은 본 발명의 일 실시 예에 따라 계절 및 시간대별 개인의 에너지사용량 또는 행동패턴에 따른 위험기준을 설명하기 위한 도면들로서, 도 7은 위험감시대상(즉, 개인 모델)의 시간대별 에너지사용량과 비교대상그룹(즉, 전체 데이터 모델)의 시간대별 에너지사용량을 시계열 데이터로 도식화한 도면이고, 도 8은 계절 및 시간대별로, IoT 센서의 일종인 도어센서, 모션센서, 사운드센서 각각에서 수집된 정보를 시계열데이터로 도식화한 도면이다.
도 7 및 도 8을 참조하면, 위험예측부(180)는 먼저, 도 7에 예시된 바와 같은 시계열데이터를 분석하여, 상기 위험감시대상과 비교대상그룹의 에너지 사용량을 비교하고, 도 7에 예시된 바와 같이, 특정 에너지(즉, 전기에너지)의 사용량이 미리 설정된 에너지편차허용범위(A)를 초과하는 경우, 위험예측부(180)는, 도 8에 예시된 바와 같은, 상기 위험감시대상의 시간대별 행동패턴정보를 모니터링한다. 즉, 위험예측부(180)는 도 8에 예시된 바와 같은 시계열 데이터를 분석하여, 임의의 시간대에 적어도 하나의 비접촉데이터의 형태가 급락하는 상황(B)이 감지되면 상기 위험감시대상의 활동점수의 하락을 예측하여, 위험을 예측할 수 있다.
제어부(190)는 미리 설정된 제어 알고리즘에 의거하여, 위험예측장치(100)의 전반적인 동작을 제어한다. 즉, 제어부(190)는 위험감시대상 정보수집부(120), 및 비교대상 정보수집부(140)에서 수집된 정보에 의거하여, 상기 위험감시대상의 위험을 예측하도록 위험감시대상 정보수집부(120), 비교대상그룹 선정부(130), 비교대상 정보수집부(140), 비교대상그룹 정보 생성부(150), 비교/분석부(160), 행동패턴 모니터링부(170), 및 위험예측부(180) 각각의 동작을 제어할 수 있다.
도 3 내지 도 6은 본 발명의 일 실시 예에 따른 위험예측방법에 대한 개략적인 처리 흐름도들이다. 도 1 내지 도 6을 참조하여 본 발명의 일 실시 예에 따른 위험예측방법을 설명하면 다음과 같다.
먼저, 단계 S110에서는, 제어부(190)가 위험감시대상 정보수집부(120)에서 수집된 위험감시대상정보(즉, 상기 위험감시대상의 에너지사용량, 및 행동패턴정보)를 시간대별로 위험감시대상 정보관리 DB(111)에 저장한다. 이를 위해, 단계 S111에서는, IoT 센서(122)가 IoT 데이터를 수집하고, 단계 S112에서는, 제어부(126)가 위험감시대상 정보관리 DB(111)에 상기 IoT 데이터를 저장하되, 시간카운터(123)로부터 상기 IoT 데이터의 수집일시를 전달받아 함께 저장한다. 이를 위해, IoT 센서(122)는 상기 위험감시대상이 거주하는 공간에 하나 이상이 설치될 수 있다. 단계 S113에서는, 행동패턴 도출부(124)가 상기 IoT 데이터 및 대응된 수집일시에 의거하여 상기 위험감시대상의 시간대 및 계절별 행동패턴을 생성하고, 단계 S114에서는, 제어부(126)가 상기 위험감시대상의 시간대 및 계절별 행동패턴을 위험감시대상 정보관리 DB(111)에 저장한다. 또한, 제어부(126)는 계측기(121)에서 수집된 상기 위험감시대상의 시간대 및 계절별 에너지사용량을 위험감시대상 정보관리 DB(111)에 저장할 수 있다.
단계 S120에서는, 비교대상그룹 선정부(130)가 상기 위험감시대상의 위험여부를 예측하기 위해 비교 기준이 되는 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정하되, 상기 위험감시대상과 연령대, 성별, 및 주거형태가 동일한 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정하거나, 상기 비교대상들 중, 상기 위험감시대상의 질병이력과 유사하거나 동일한 질병이력을 가지는 적어도 하나의 대상들을 상기 비교대상그룹으로 선정할 수 있다. 이 때, 상기 질병이력은 에너지사용량 및 행동패턴 중 적어도 하나에 영향을 미치는 질병이력인 것이 바람직하다.
단계 S130에서는, 상기 비교대상들 각각의 에너지사용량을 수집한 후 시간대별 평균값을 산출하여 상기 비교대상그룹의 시간대별 에너지사용량을 도출한다. 이를 위해, 단계 S131에서는, 비교대상정보 수집부(140)가 상기 비교대상들 각각으로부터 에너지사용량을 수집하되, 상기 위험감시대상의 가스 사용량, 전기 사용량, 및 수도 사용량을 포함하는 에너지사용량을 수집한다. 한편, 단계 S132에서는, 비교대상그룹 정보생성부(150)가 상기 비교대상들 각각의 에너지사용량에 대한 시간대별 평균값을 산출하고, 단계 S133에서는, 비교대상그룹 정보생성부(150)가 상기 평균값을 이용하여 상기 비교대상그룹의 시간대별 에너지사용량을 도출한다.
단계 S140 및 단계 S150에서는, 비교/분석부(160) 상기 위험감시대상의 시간대별 에너지사용량과 상기 비교대상그룹의 시간대별 에너지사용량을 비교분석하여, 상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 지 여부를 결정한다.
단계 S160에서는, 상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 경우, 행동패턴 모니터링부(170)가 상기 위험감시대상의 시간대별 행동패턴정보를 모니터링한다.
단계 S170에서는, 위험예측부(180)가 상기 모니터링 결과에 의거하여, 상기 위험감시대상의 위험을 예측한다. 이를 위해, 단계 S171에서, 위험예측부(180)는 상기 위험감시대상의 날짜 및 시간대별 행동패턴을 비교분석하되, 현재와 과거의 행동패턴을 비교하고, 단계 S172 및 단계 S173에서, 위험예측부(180)는 현재의 행동패턴과 과거날짜/동일시간대의 행동패턴간의 차이가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측한다.
또한, 단계 S174에서는, 미래예측부(미도시)가 과거 소정기간동안 수집/저장된 상기 위험감시대상의 에너지사용량 및 상기 행동패턴정보에 의거하여 미래의 에너지사용량 및 행동패턴을 예측하고, 단계 S175 및 단계 S176에서는, 위험예측부(180)가 상기 미래의 에너지사용량 및 행동패턴이 미리 설정된 정상범위를 벗어나는 경우 상기 위험감시대상의 위험을 예측한다.
한편, 단계 S170에서, 위험예측부(180)는 오차행렬에 의해 상기 위험감시대상의 위험여부를 결정하는 재현율 평가 방식을 채택하여 위험을 예측한다.
도 1 내지 도 6을 참조한 본 발명의 위험예측방법 설명시, 도 1 및 도 2를 참조한 본 발명의 위험예측장치 설명에 언급된 내용에 대하여는 중복설명을 생략하였다.
이와 같이, 본 발명은 위험감시대상과 연령대, 성별, 거주조건 및 건강상태 중 적어도 하나가 유사한 비교대상들을 포함하는 비교대상그룹을 생성하고, 상기 비교대상그룹과 상기 위험감시대상 간의 행동패턴 또는 계절/시간대별 에너지사용량을 비교함으로써, 연령대, 성별, 거주조건 또는 건강상태를 반영한 위험발생상황을 예측하고, 이로 인해 정확한 예측결과를 얻을 수 있는 장점이 있다.
또한, 본 발명은, 상기 위험감시대상의 과거 행동패턴과, 계절/시간대별 에너지사용량 중 적어도 하나를 반영하여 상기 위험감시대상의 위험발생상황을 예측함으로써, 개인별 환경 또는 행동패턴을 반영한 위험발생상황을 예측하고, 이로 인해 정확한 예측결과를 얻을 수 있는 장점이 있다.
이상에서는 본 발명의 실시 예를 설명하였으나, 본 발명의 권리범위는 이에 한정되지 아니하며 본 발명이 실시 예로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 용이하게 변경되어 균등한 것으로 인정되는 범위의 모든 변경 및 수정을 포함한다.
100: 위험예측장치 111: 위험감시대상 정보관리 DB
112: 비교대상그룹 정보관리 DB 120: 위험감시대상 정보수집부
121: 계측기 122: IoT 센서
123: 시간카운터 124: 행동패턴 도출부
125: 정보생성부 126: 제어부
130: 비교대상그룹 선정부 140: 비교대상 정보수집부
150: 비교대상그룹 정보 생성부 160: 비교/분석부
170: 행동패턴 모니터링부 180: 위험예측부
190: 제어부
112: 비교대상그룹 정보관리 DB 120: 위험감시대상 정보수집부
121: 계측기 122: IoT 센서
123: 시간카운터 124: 행동패턴 도출부
125: 정보생성부 126: 제어부
130: 비교대상그룹 선정부 140: 비교대상 정보수집부
150: 비교대상그룹 정보 생성부 160: 비교/분석부
170: 행동패턴 모니터링부 180: 위험예측부
190: 제어부
Claims (11)
- 위험예측장치에 있어서,
위험감시대상의 시간대별 에너지사용량, 및 행동패턴정보를 저장하는 제1 저장부;
적어도 하나의 비교대상들을 포함하는 비교대상그룹의 시간대별 에너지사용량을 저장하는 제2 저장부;
위험감시대상의 에너지사용량, 및 행동패턴정보를 수집하여 상기 제1 저장부에 시간대별로 저장하는 제1 정보수집부;
상기 위험감시대상과 연령대, 성별, 및 주거형태가 동일한 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정하는 비교대상그룹 선정부;
상기 비교대상들 각각으로부터 에너지사용량을 수집하는 제2 정보수집부;
상기 비교대상들 각각의 에너지사용량에 대한 시간대별 평균값을 산출하여 상기 비교대상그룹의 시간대별 에너지사용량을 도출한 후, 상기 제2 저장부에 저장하는 비교대상그룹정보 생성부;
상기 위험감시대상의 시간대별 에너지사용량과, 상기 비교대상그룹의 시간대별 에너지사용량을 비교분석하는 비교분석부;
상기 비교분석 결과, 상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 경우 상기 위험감시대상의 시간대별 행동패턴정보를 모니터링하는 행동패턴 모니터링부; 및
상기 위험감시대상의 날짜 및 시간대별 행동패턴을 비교분석하여, 현재의 행동패턴과 과거날짜/동일시간대의 행동패턴간의 차이가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측하는 위험예측부를 포함하는 것을 특징으로 하는 위험예측장치. - 제1항에 있어서, 상기 제1 및 제2 저장부 각각은
LSTM(Long Short-Term Memory)로 구현한 것을 특징으로 하는 위험예측장치. - 제1항에 있어서, 상기 제1 정보수집부는
상기 위험감시대상이 거주하는 공간에 설치되어, 가스, 전기, 및 수도 사용량을 포함하는 상기 위험감시대상의 에너지사용량을 수집하는 계측기;
상기 위험감시대상이 거주하는 공간에 설치된 적어도 하나의 비접촉형태 감지장치;
상기 비접촉형태 감지장치로부터 비접촉데이터를 수집하여 상기 위험감시대상의 행동패턴을 도출하는 행동패턴도출부;
시간을 카운트하여 상기 에너지사용량, 및 상기 비접촉데이터의 수집일시를 결정하는 시간카운터; 및
상기 에너지사용량별 수집일시, 상기 비접촉데이터 및 대응된 수집일시에 의거하여 상기 위험감시대상의 시간대 및 계절별 에너지사용량 및 행동패턴을 생성하는 정보생성부를 포함하는 것을 특징으로 하는 위험예측장치. - 제1항에 있어서, 상기 비교대상그룹 선정부는
상기 비교대상들 중, 에너지사용량 및 행동패턴 중 적어도 하나에 영향을 미치는 상기 위험감시대상의 질병이력과 동일한 질병이력을 가지는 적어도 하나의 대상들을 상기 비교대상그룹으로 선정하는 것을 특징으로 하는 위험예측장치. - 제1항에 있어서,
과거 소정기간동안 수집/저장된 상기 위험감시대상의 에너지사용량 및 상기 행동패턴정보에 의거하여 미래의 에너지사용량 및 행동패턴을 예측하는 미래예측부를 더 포함하고,
상기 위험예측부는
상기 미래의 에너지사용량 및 행동패턴이 미리 설정된 정상범위를 벗어나는 경우 상기 위험감시대상의 위험을 예측하는 것을 특징으로 하는 위험예측장치. - 제5항에 있어서, 상기 위험예측부는
오차행렬에 의해 상기 위험감시대상의 위험 여부를 결정하는 재현율 평가 방식을 채택한 것을 특징으로 하는 위험예측장치. - 위험예측방법에 있어서,
위험감시대상의 에너지사용량, 및 행동패턴정보를 수집하여 시간대별로 저장하는 위험감시대상정보 저장단계;
상기 위험감시대상과 연령대, 성별, 및 주거형태가 동일한 적어도 하나의 비교대상들을 포함하는 비교대상그룹을 선정하는 비교대상그룹 선정단계;
상기 비교대상들 각각의 에너지사용량을 수집한 후 시간대별 평균값을 산출하여 상기 비교대상그룹의 시간대별 에너지사용량을 도출하는 비교대상그룹정보 수집단계;
상기 위험감시대상의 시간대별 에너지사용량과 상기 비교대상그룹의 시간대별 에너지사용량을 비교분석하는 비교분석단계;
상기 위험감시대상의 에너지사용량과 상기 비교대상그룹의 에너지사용량의 편차가 미리 설정된 에너지편차허용범위를 초과하는 경우 상기 위험감시대상의 시간대별 행동패턴정보를 모니터링하는 행동패턴 모니터링단계; 및
상기 위험감시대상의 날짜 및 시간대별 행동패턴을 비교분석하여, 현재의 행동패턴과 과거날짜/동일시간대의 행동패턴간의 차이가 미리 설정된 행동패턴편차허용범위를 초과하는 경우 상기 위험감시대상의 위험을 예측하는 위험예측단계를 포함하는 것을 특징으로 하는 위험예측방법. - 제7항에 있어서, 상기 위험감시대상정보 저장단계는
상기 위험감시대상이 거주하는 공간에 설치된 적어도 하나의 비접촉형태 감지장치로부터 비접촉데이터를 수집하여 그 수집일시와 함께 저장하는 제1 저장단계; 및
상기 비접촉데이터 및 대응된 수집일시에 의거하여 상기 위험감시대상의 시간대 및 계절별 행동패턴을 생성하여 저장하는 제2 저장단계를 포함하는 것을 특징으로 하는 위험예측방법. - 제8항에 있어서, 상기 비교대상그룹 선정단계는
상기 비교대상들 중, 에너지사용량 및 행동패턴 중 적어도 하나에 영향을 미치는 상기 위험감시대상의 질병이력과 동일한 질병이력을 가지는 적어도 하나의 대상들을 상기 비교대상그룹으로 선정하는 것을 특징으로 하는 위험예측방법. - 제7항에 있어서,
과거 소정기간동안 수집/저장된 상기 위험감시대상의 에너지사용량 및 상기 행동패턴정보에 의거하여 미래의 에너지사용량 및 행동패턴을 예측하는 미래예측단계를 더 포함하고,
상기 위험예측단계는
상기 미래의 에너지사용량 및 행동패턴이 미리 설정된 정상범위를 벗어나는 경우 상기 위험감시대상의 위험을 예측하는 것을 특징으로 하는 위험예측방법. - 제10항에 있어서, 상기 위험예측단계는
오차행렬에 의해 상기 위험감시대상의 위험여부를 결정하는 재현율 평가 방식을 채택한 것을 특징으로 하는 위험예측방법.
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240098825A true KR20240098825A (ko) | 2024-06-28 |
Family
ID=
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106485871B (zh) | 通过应用统计推断模型来提供误报警的早期预测和预报的系统和方法 | |
| KR101735540B1 (ko) | 가전기기 소비전력 패턴과 소셜 정보를 이용한 독거노인 안전관리 시스템 및 방법 | |
| US9712549B2 (en) | System, apparatus, and method for detecting home anomalies | |
| US10316499B2 (en) | Freeze prediction system | |
| US11860038B2 (en) | Method, apparatus and system for passive infrared sensor framework | |
| US11579002B2 (en) | Sensor fusion for fire detection and air quality monitoring | |
| CN109243130A (zh) | 多物理融合火灾监控系统及其预测火灾发生概率的方法 | |
| CN110119758A (zh) | 一种用电数据异常检测及模型训练方法、装置 | |
| JP2015518619A (ja) | 発電所機器の過熱をリアルタイムで複数の並行した検出および分析パラメータで検出するためのシステムおよび方法 | |
| JP2020140277A (ja) | 火災検知器及び火災検知方法 | |
| Baek et al. | Real-time fire detection system based on dynamic time warping of multichannel sensor networks | |
| Ashrafuzzaman et al. | Elliptic envelope based detection of stealthy false data injection attacks in smart grid control systems | |
| WO2021169361A1 (zh) | 时间序列数据的检测方法、装置、计算机设备及存储介质 | |
| Baek et al. | Intelligent multi-sensor detection system for monitoring indoor building fires | |
| Ryder et al. | Hierarchical temporal memory continuous learning algorithms for fire state determination | |
| Zhang et al. | Anomaly detection approach for urban sensing based on credibility and time-series analysis optimization model | |
| KR20240098825A (ko) | 비접촉형태 감지장치 수집정보 및 에너지 사용정보를 이용한 위험예측장치 및 그 방법 | |
| KR20230102532A (ko) | 시계열 데이터 예측 기법과 이미지 분류를 적용한 화재 판별 시스템 및 방법 | |
| Hernández et al. | Evaluating Human Activity and Usage Patterns of Appliances with Smart Meters | |
| EP1482464B1 (fr) | Capteur de présence bi-fonctionnel, système et procédé de gestion mettant en oeuvre de tels capteurs | |
| Hernández et al. | Estimating Energy Consumption in Households for Non-Intrusive Elderly Monitoring | |
| Jinhui et al. | Anomaly event detection for sensor networks on apriori algorithms and subjective logic | |
| CN106600890A (zh) | 基于物联网的智能家居安防系统 | |
| Hart et al. | Testing of combined space detectors in intrusion and hold-up alarm systems | |
| WO2017149324A1 (en) | Occupancy sensing |