IoT·ML 기반 응급 시스템 우선순위 분석
본 연구는 사물 인터넷(IoT) 및 기계 학습(ML) 기반의 응급 대응 시스템(ERS)을 위한 포괄적인 프레임워크를 제시한다. 이 시스템은 실시간 데이터 분석과 예측 모델링을 활용하여 다양한 소스(예: IoT 센서)에서 유입되는 데이터를 처리하고 분석함으로써, 응급 상황에 대한 신속하고 정보에 입각한 대응을 가능하게 하며, 경찰, 소방대, 병원 등 응급 구조대원의 우선순위를 정한다. 응급 상황의 우선순위 지정을 위해 XGBoost 모델을 활용했으며, 의료, 차량, 가정 기기 분야에서 각각 96.1%의 정확도, 99.8%의 정밀도,…