안전하고 스마트한 캠퍼스 관리
학교 실험실의 안전 사고 위험을 예방하기 위해 7종의 센서로 복합 데이터를 실시간으로 수집하고, 이에 기반하여 학습된 인공지능이 위험 상황을 미리 예측하여 학교 관리자에게 경보 및 알림을 제공함으로써 더 큰 사고로 확대되기 전에 미리 위험제거 조치를 하게 한다.
제품
Allsense IoT 안전시스템
- Home
- 제품
- Allsense 안전시스템
인공지능 IoT 실험실 안전 시스템
실험실 사고 예방! 해답은 Allsense
연구/실험실 사고의 62% 이상을 학교기관이 차지
실험실/실습실/연구실 등 실내 공간의 실시간 안전 감시 및 위험상황 발생시 알람을 통한 사고 예방 및 신속한 대응 조치를 할 수 있습니다.
스마트 앱을 통한 출입/보안 안전
실험실 내 실시간 모니터링을 통한 안전
수집된 센싱 데이터 분석 기반 AI 예측 안전
이벤트 발생시 Push Alarm을 통해 실시간 상황 안전 관리
Solution 기능/특징
실시간 센서 데이터의 분석 및 위험 예측
학교 실험실/실습실/연구실 실내 공간(예: 천장)에 설치되어 본체에 장착된 온도, 습도, 미세먼지 등 8종의 센서에 의해 감지된 복합 센서 신호를 실시간으로 측정 및 모니터링하고 위험상황(화재, 가스누출 등) 발생 시 알람을 통해 사고 예방 및 신속한 대응 조치를 할 수 있게 하는 실험실/연구실 공간 안전 감시 시스템
복합센서 감지
온/습도, 미세먼지 등8가지 센서 감지 및 수집
스마트 모니터링
언제 어디서나실시간 모니터링
실시간 알림
실시간 앱 Push 알림으로사고 예방 및 대응
외부 특수센서장치
RS-232, RS-485 포트제공외부센서장치 추가 가능
최신 AI기술 LSTM, GNN모델 적용
GNN/GAN 기술
(Graph Neural Network)
그래프의 특성을 그대로 가져와 노드 사이 관계를 점과 선을 바탕으로 Modeling하고 이를 하나의 사례로 만들어 관계에 대한 예측을 가능케 하는 신경망. 위 그래프에서 보여지는 노드들은 센서를 의미하여 센서는 온도, 습도, 이산화탄소 농도 검출, 미세먼지, 불꽃감지, 동작감지, 문열림 등으로 이루어져 있음
LSTM Autoencoder 기술
(Long Short Term Memory)
LSTM은 RNN의 주요 모델 중 하나로, 장기 의존성 문제를 해결할 수 있음. 직전 데이터뿐만 아니라, 좀 더 거시적으로 과거 데이터를 고려하여 미래의 데이터를 예측하기 위함