안전사고를 막아조 - 편집 역사

Uoscivil20245: /* 개발 과제 평가 */

2024-06-21T07:11:53Z

‎개발 과제 평가

Uoscivil20245: /* 개발 과제 관련 향후 전망 */

2024-06-21T07:11:22Z

‎개발 과제 관련 향후 전망

Uoscivil20245: /* 프로그램의 사용 편의성 */

2024-06-21T07:10:28Z

‎프로그램의 사용 편의성

Uoscivil20245: /* 예측 모델의 정확도 */

2024-06-21T07:09:53Z

‎예측 모델의 정확도

Uoscivil20245: /* 개발과제의 핵심 결과 */

2024-06-21T07:09:03Z

‎개발과제의 핵심 결과

Uoscivil20245: /* 머신러닝 모델 코딩 */

2024-06-21T07:05:44Z

‎머신러닝 모델 코딩

Uoscivil20245: /* 설계 방법 */

2024-06-21T07:04:45Z

‎설계 방법

Uoscivil20245: /* 데이터 전처리 */

2024-06-21T07:03:59Z

‎데이터 전처리

Uoscivil20245: /* 특성인자의 신뢰성 판단 */

2024-06-21T07:01:24Z

‎특성인자의 신뢰성 판단

Uoscivil20245: /* 특성인자의 신뢰성 판단 */

2024-06-21T07:00:41Z

‎특성인자의 신뢰성 판단

@@ 863번째 줄: / 863번째 줄: @@
 ===개발 과제 평가===
-[[파일:2415.png]]
+[[파일:2415.png|center]]
 :*'''예측 모델의 정확도'''

@@ 875번째 줄: / 875번째 줄: @@
 ===개발 과제 관련 향후 전망===
-건설공사 안전관리 종합정보망(CSI)의 사고사례 데이터를 활용하여 새로운 사고예측 시스템을 구축할 수 있었다. 머신러닝을 통해 사고예측 결과를 도출할 수 있었으며 추가적인 조정을 통하여 위험순위가 높은 사고 유형을 순서대로 제시해 주거나 혹은 점수로 수치화하여 발전된 모습을 보여줄 수 있을 것이다.
+:*건설공사 안전관리 종합정보망(CSI)의 사고사례 데이터를 활용하여 새로운 사고예측 시스템을 구축할 수 있었다. 머신러닝을 통해 사고예측 결과를 도출할 수 있었으며 추가적인 조정을 통하여 위험순위가 높은 사고 유형을 순서대로 제시해 주거나 혹은 점수로 수치화하여 발전된 모습을 보여줄 수 있을 것이다.
-완성된 프로그램은 정교함에 있어서 이상적이지 않은 모습을 보였는데, 시간이 지남에 따라 누적된 데이터의 증가는 예측 모델이 더욱 정교하고 신뢰할 수 있는 사고예측 시스템이 되게 할 것이다. 실제로 데이터 수집은 2019년부터 이루어졌으며, 데이터 수집 건수는 2019년 2400건, 2020년 4556건, 2021년 5015건, 2022년 5162건, 2023년 6067건으로 매년 수집된 데이터가 꾸준히 증가함을 알 수 있다. 그리고 참고한 논문에서 사용된 ‘한국산업안전 보건공단’과 같은 다른 기관이 소유한 데이터도 사용한다면 더욱 발전할 수 있을 것이다.
+:*완성된 프로그램은 정교함에 있어서 이상적이지 않은 모습을 보였는데, 시간이 지남에 따라 누적된 데이터의 증가는 예측 모델이 더욱 정교하고 신뢰할 수 있는 사고예측 시스템이 되게 할 것이다. 실제로 데이터 수집은 2019년부터 이루어졌으며, 데이터 수집 건수는 2019년 2400건, 2020년 4556건, 2021년 5015건, 2022년 5162건, 2023년 6067건으로 매년 수집된 데이터가 꾸준히 증가함을 알 수 있다. 그리고 참고한 논문에서 사용된 ‘한국산업안전 보건공단’과 같은 다른 기관이 소유한 데이터도 사용한다면 더욱 발전할 수 있을 것이다.
-적절한 보완 이후 프로그램의 배급이 이루어진다면, 건설현장에 추가적인 장비없이 새로운 사고예측 시스템을 추가하여 건설현장의 안전관리 체계의 구축과 이행에 기여할 수 있을 것이다. 특히 추가적인 비용없이 이런 효과를 얻을 수 있다는 것은 중소규모의 작업장에서 적극적으로 이것을 이용하는 이유가 될 것이다.
+:*적절한 보완 이후 프로그램의 배급이 이루어진다면, 건설현장에 추가적인 장비없이 새로운 사고예측 시스템을 추가하여 건설현장의 안전관리 체계의 구축과 이행에 기여할 수 있을 것이다. 특히 추가적인 비용없이 이런 효과를 얻을 수 있다는 것은 중소규모의 작업장에서 적극적으로 이것을 이용하는 이유가 될 것이다.
 ====포스터====
-[[파일:안전사고를막아조포스터.png]]
+[[파일:안전사고를막아조포스터.png |center]]
 ===참고자료===

@@ 869번째 줄: / 869번째 줄: @@
 :: 기존에 사고유형을 통합하기 전 11개의 사고유형이 존재하는 데이터에 대하여, 랜덤 포레스트의 결과를 각 인적사고에 대한 확률로 표현하였을 때, 한번의 예측에 대하여 사고 발생 가능성이 높다고 판단되는 상위 4가지의 사고유형을 출력하였다. 이때 Test Data에 대하여 예측된 4가지 사고유형에 실제 사고유형이 존재하는 Total Accuracy 값은 0.85로 꽤나 높은 예측률을 보이는 것을 알 수 있다. 따라서 하나의 인적사고 유형에 대한 정확한 예측 및 관리가 아닌, 상위 3~4개의 인적사고 유형에 대하여 집중적인 관리를 하는 방식으로 머신러닝 모델의 사용 방법에 대해 접근 가능할 것이다.
-====프로그램의 사용 편의성====
+:*'''프로그램의 사용 편의성'''
-실행파일을 제작한 이후 여러번의 성능평가를 하는 도중에 있어 오류가 발생한 적이 없으며, 예상대로 잘 동작하였다.
+:: 실행파일을 제작한 이후 여러번의 성능평가를 하는 도중에 있어 오류가 발생한 적이 없으며, 예상대로 잘 동작하였다.
 ===개발 과제 관련 향후 전망===

@@ 865번째 줄: / 865번째 줄: @@
 [[파일:2415.png]]
-====예측 모델의 정확도====
+:*'''예측 모델의 정확도'''
-현재 예측 모델은 Total Accuracy가 0.63으로 목표하였던 0.7에는 못미치는 수준이다. 이는 하나의 사고유형만 예측하도록 설계된 예측 프로그램의 출력방식의 한계로, 다음과 같은 접근방법을 사용했을 시 보다 나은 성능을 보임을 확인하였다.
+:: 현재 예측 모델은 Total Accuracy가 0.63으로 목표하였던 0.7에는 못미치는 수준이다. 이는 하나의 사고유형만 예측하도록 설계된 예측 프로그램의 출력방식의 한계로, 다음과 같은 접근방법을 사용했을 시 보다 나은 성능을 보임을 확인하였다.
-기존에 사고유형을 통합하기 전 11개의 사고유형이 존재하는 데이터에 대하여, 랜덤 포레스트의 결과를 각 인적사고에 대한 확률로 표현하였을 때, 한번의 예측에 대하여 사고 발생 가능성이 높다고 판단되는 상위 4가지의 사고유형을 출력하였다. 이때 Test Data에 대하여 예측된 4가지 사고유형에 실제 사고유형이 존재하는 Total Accuracy 값은 0.85로 꽤나 높은 예측률을 보이는 것을 알 수 있다. 따라서 하나의 인적사고 유형에 대한 정확한 예측 및 관리가 아닌, 상위 3~4개의 인적사고 유형에 대하여 집중적인 관리를 하는 방식으로 머신러닝 모델의 사용 방법에 대해 접근 가능할 것이다.
+:: 기존에 사고유형을 통합하기 전 11개의 사고유형이 존재하는 데이터에 대하여, 랜덤 포레스트의 결과를 각 인적사고에 대한 확률로 표현하였을 때, 한번의 예측에 대하여 사고 발생 가능성이 높다고 판단되는 상위 4가지의 사고유형을 출력하였다. 이때 Test Data에 대하여 예측된 4가지 사고유형에 실제 사고유형이 존재하는 Total Accuracy 값은 0.85로 꽤나 높은 예측률을 보이는 것을 알 수 있다. 따라서 하나의 인적사고 유형에 대한 정확한 예측 및 관리가 아닌, 상위 3~4개의 인적사고 유형에 대하여 집중적인 관리를 하는 방식으로 머신러닝 모델의 사용 방법에 대해 접근 가능할 것이다.
 ====프로그램의 사용 편의성====

@@ 526번째 줄: / 526번째 줄: @@
 ==결과 및 평가==
-===개발과제의 핵심 결과===
+===개발 과제 핵심 결과===
-=====머신러닝 결과=====
+=====머신러닝 모델 성능 평가=====
-[[파일:2412.png]]
+:*'''머신러닝 결과'''
-머신러닝 결과 Training Data에 대해서는 0.84의 f1-score avg로 주어진 데이터에 대하여 잘 들어맞는 경향을 보이나, 이 모델을 Test Data에 적용했을 시 최대 f1-score avg가 0.63으로 Training Data에 대하여 다소 과적합된 양상을 띔을 확인할 수 있다.
+:: [[파일:2412.png |center]]
-====실행파일 제작====
+:: [[파일:2413.png |center]]
-학습이 완료된 머신러닝 모델을 *.pkl 형태로 추출하여 아래와 같은 코드를 통해 실행 가능한 *.exe 파일을 제작하였다.
+:: 머신러닝 결과 Training Data에 대해서는 0.84의 f1-score avg로 주어진 데이터에 대하여 잘 들어맞는 경향을 보이나, 이 모델을 Test Data에 적용했을 시 최대 f1-score avg가 0.63으로 Training Data에 대하여 다소 과적합된 양상을 띔을 확인할 수 있다.
   import tkinter as tk
@@ 856번째 줄: / 859번째 줄: @@
   root.mainloop()
-[[파일:2414.png]]
+[[파일:2414.png |center]]
 ===개발 과제 평가===

@@ 415번째 줄: / 415번째 줄: @@
 ====머신러닝 모델 코딩====
-먼저 큰 틀이 되는 머신러닝 기법으로 랜덤 포레스트(Random Forest)를 사용하였다. bootstrap은 기본적으로 실시상태이므로 그대로 사용하였지만, 모델의 성능에 크게 영향을 미치는 각 파라미터의 값은 직접 지정하지 않고 후에 서술할 베이지안 최적화를 통해 선정하였다.
+:*'''머신러닝 모델 코드'''
-Python을 이용하여 코드를 작성하였으며, 사용된 코드와 각 과정에 대한 설명은 아래와 같다.
+:: 먼저 큰 틀이 되는 머신러닝 기법으로 랜덤 포레스트(Random Forest)를 사용하였다. bootstrap은 기본적으로 실시상태이므로 그대로 사용하였지만, 모델의 성능에 크게 영향을 미치는 각 파라미터의 값은 직접 지정하지 않고 후에 서술할 베이지안 최적화를 통해 선정하였다.
   import pandas as pd

@@ 397번째 줄: / 397번째 줄: @@
 :::이후 인적사고 종류 중 유사한 유형을 지니는 사고데이터를 결합하였다. 결과적으로 아래와 같이 데이터 정제를 완료하였다.
-:::[[파일:2410.png]]
+:::[[파일:2410.png|center]]
 :: 3) 데이터 인코딩
-:::[[파일:2411.png]]
+:::[[파일:2411.png|center]]
 :::현장특성 데이터 중 수치형 데이터인 총 공사일, 기온, 습도는 그대로 사용하였고 나머지 범주형 데이터에 대해서는 모두 원-핫 인코딩을 적용하였다.

@@ 354번째 줄: / 354번째 줄: @@
 :: 총 공사금액 50억원 미만에 대한 건설사고사례 원본 데이터를 총 4834개 수집하였다. 이는 여러 가지 현장특성 인자를 포함하고 있으므로 이후 전처리 과정을 통해 머신러닝 모델에 사용할 수 있는 형태로 데이터를 가공하였다.
-=====데이터 전처리=====
+:*'''데이터 전처리'''
-======특성인자의 신뢰성 판단======
+:: 1) 특성인자의 신뢰성 판단
-:: CSI의 건설현장 사고사례 데이터에서 얻을 수 있는 현장에 대한 특성인자는 다음과 같다.
+::: CSI의 건설현장 사고사례 데이터에서 얻을 수 있는 현장에 대한 특성인자는 다음과 같다.
-::{| cellpadding="5" cellspacing="0" border="1" width="100%"
+:::{| cellpadding="5" cellspacing="0" border="1" width="100%"
 |+
 |-
@@ 370번째 줄: / 370번째 줄: @@
 |}
-:: 건설현장의 데이터를 바탕으로 안전도를 분석한 선행연구에서 사용된 14가지 인자를 제외한 2가지 인자에 대해 신뢰성 확보가 필요하다. 이를 위해 랜덤 포레스트의 MDA 방식을 통해 특성인자의 중요도를 계산하였다.
+::: 건설현장의 데이터를 바탕으로 안전도를 분석한 선행연구에서 사용된 14가지 인자를 제외한 2가지 인자에 대해 신뢰성 확보가 필요하다. 이를 위해 랜덤 포레스트의 MDA 방식을 통해 특성인자의 중요도를 계산하였다.
-:: MDA방식: 기존 정확도와 변형된 정확도 비교 방법으로, 각 특징에 대해 해당 특징의 값을 무작위로 섞어 모델의 예측 정확도에 미치는 영향을 평가하는 방법.
+::: MDA방식: 기존 정확도와 변형된 정확도 비교 방법으로, 각 특징에 대해 해당 특징의 값을 무작위로 섞어 모델의 예측 정확도에 미치는 영향을 평가하는 방법.
-::[[파일:248.png |center]]
+:::[[파일:248.png |center]]
-:: 선행 연구에서 사용되었던 다른 인자와의 중요도가 비슷한 것을 확인하였다. 따라서 나머지 2가지 인자도 결과에 비슷한 영향을 주기에 특성인자로 사용하기 적합하다고 판단하였다.
+::: 선행 연구에서 사용되었던 다른 인자와의 중요도가 비슷한 것을 확인하였다. 따라서 나머지 2가지 인자도 결과에 비슷한 영향을 주기에 특성인자로 사용하기 적합하다고 판단하였다.
-======데이터 정제======
+:: 2) 데이터 정제
-[[파일:249.png]]
+:::[[파일:249.png|center]]
-수집한 데이터에 대하여 결측치(Missing Value)가 존재할 때, 결측치를 고려하지 않으면 아래와 같은 문제들이 발생할 수 있다.
+:::수집한 데이터에 대하여 결측치(Missing Value)가 존재할 때, 결측치를 고려하지 않으면 아래와 같은 문제들이 발생할 수 있다.
-가. 모델 성능 저하의 문제: 결측값이 있는 데이터를 그대로 사용하게 된다면, 모델 학습에 실패하거나, 부정확한 예측 결과를 생겅할 수 있다.
+:::가. 모델 성능 저하의 문제: 결측값이 있는 데이터를 그대로 사용하게 된다면, 모델 학습에 실패하거나, 부정확한 예측 결과를 생겅할 수 있다.
-나. 신뢰성 저하의 문제: 평균, 중간값, 표준편차 등의 통계량이 왜곡되어 잘못된 분석 결과를 생성할 수 있다.
+:::나. 신뢰성 저하의 문제: 평균, 중간값, 표준편차 등의 통계량이 왜곡되어 잘못된 분석 결과를 생성할 수 있다.
-다. 정확성 저하의 문제: 부정확한 데이터로 학습된 모델은 실제 데이터에 대해 낮은 예측 정확성을 보인다.
+:::다. 정확성 저하의 문제: 부정확한 데이터로 학습된 모델은 실제 데이터에 대해 낮은 예측 정확성을 보인다.
-따라서 초기 데이터에 결측치 처리를 실시하였고, 위 그림처럼 하나의 사고사례에 대하여 비어있는 열이 존재하는 데이터 셋은 제거하였다.
+:::따라서 초기 데이터에 결측치 처리를 실시하였고, 위 그림처럼 하나의 사고사례에 대하여 비어있는 열이 존재하는 데이터 셋은 제거하였다.
-또한 수치형 데이터에 대하여 데이터 이상치는 기온(°C) 열에 대해서만 존재하는 것으로 확인하였으며 이에 한국 역대 최대기온은 41.0°C, 역대 최저기온은 –32.6°C로 –32.6°C~41.0°C를 벗어나는 값을 이상치라고 정의할 것이고, 해당 사고사례 데이터를 제거하였다.
+:::또한 수치형 데이터에 대하여 데이터 이상치는 기온(°C) 열에 대해서만 존재하는 것으로 확인하였으며 이에 한국 역대 최대기온은 41.0°C, 역대 최저기온은 –32.6°C로 –32.6°C~41.0°C를 벗어나는 값을 이상치라고 정의할 것이고, 해당 사고사례 데이터를 제거하였다.
-마지막으로 너무 적은량의 데이터는 학습에 부정적인 영향을 미치므로 각 인적사고 종류에 해당하는 사고사례가 30개 이하인 사고 종류를 삭제하였다. 이는 화상,질병,교통사고,감전이다.
+:::마지막으로 너무 적은량의 데이터는 학습에 부정적인 영향을 미치므로 각 인적사고 종류에 해당하는 사고사례가 30개 이하인 사고 종류를 삭제하였다. 이는 화상,질병,교통사고,감전이다.
-이후 인적사고 종류 중 유사한 유형을 지니는 사고데이터를 결합하였다. 결과적으로 아래와 같이 데이터 정제를 완료하였다.
+:::이후 인적사고 종류 중 유사한 유형을 지니는 사고데이터를 결합하였다. 결과적으로 아래와 같이 데이터 정제를 완료하였다.
-[[파일:2410.png]]
+:::[[파일:2410.png]]
-======데이터 인코딩======
+:: 3) 데이터 인코딩
-[[파일:2411.png]]
+:::[[파일:2411.png]]
-현장특성 데이터 중 수치형 데이터인 총 공사일, 기온, 습도는 그대로 사용하였고 나머지 범주형 데이터에 대해서는 모두 원-핫 인코딩을 적용하였다.
+:::현장특성 데이터 중 수치형 데이터인 총 공사일, 기온, 습도는 그대로 사용하였고 나머지 범주형 데이터에 대해서는 모두 원-핫 인코딩을 적용하였다.
-======데이터 불균형 처리======
+:: 4) 데이터 불균형 처리
-불균형 데이터셋에서는 소수 클래스에 속하는 샘플이 상대적으로 적어, 머신러닝 모델이 다수 클래스에 편향되기 쉬워 성능이 저하될 수 있다. 이를 해결하기 위해 소수 클래스 샘플을 합성하여 데이터셋을 균형있게 만드는 SMOTE 방법을 사용하였다.
+:::불균형 데이터셋에서는 소수 클래스에 속하는 샘플이 상대적으로 적어, 머신러닝 모델이 다수 클래스에 편향되기 쉬워 성능이 저하될 수 있다. 이를 해결하기 위해 소수 클래스 샘플을 합성하여 데이터셋을 균형있게 만드는 SMOTE 방법을 사용하였다.
-======하이퍼 파라미터 결정======
+:: 5) 하이퍼 파라미터 결정
-랜덤 포레스트의 학습에 있어서는 하이퍼 파라미터(특성인자, 레이어 수, 학습률 등)가 포함되어 있고, 하이퍼 파라미터의 최적값을 찾기 위해서는 많은 시도가 필요하다. 이를 효율적으로 탐색하여 최적의 조합을 찾기 위해 베이지안 최적화를 사용하였다
+:::랜덤 포레스트의 학습에 있어서는 하이퍼 파라미터(특성인자, 레이어 수, 학습률 등)가 포함되어 있고, 하이퍼 파라미터의 최적값을 찾기 위해서는 많은 시도가 필요하다. 이를 효율적으로 탐색하여 최적의 조합을 찾기 위해 베이지안 최적화를 사용하였다
 ====머신러닝 모델 코딩====

@@ 365번째 줄: / 365번째 줄: @@
 ! 선행연구 O !! 선행연구 X
 |-
-| 총 공사일, 기온, 습도, 계절, 날씨, 시설물 종류 – 대분류, 중분류, <br>
+| <div style="text-align:center;">총 공사일, 기온, 습도, 계절, 날씨, 시설물 종류 – 대분류, 중분류, <br>
 사고객체 – 대분류, 중분류, 작업 프로세스, 사고 장소, 사고 부위, 공사비, 공정률
-|| 작업자 수, 낙찰률
+|| <div style="text-align:center;">작업자 수, 낙찰률
 |}