다일 산불 확산 예측 데이터셋 등 6편

위성 시계열 기반 산불 확산 예측, 딥러닝 산불 위험도 지도, 경량 화재·연기 탐지 모델 등 AI를 화재 탐지와 예측에 적용한 연구가 나왔다.

1. From Next Day Wildfire to Next Days Wildfire: A New Multi-Continent Dataset of Active-Fire Spread for Sequence-to-Sequence Forecasting

arXiv · 2026.10.28

8개국 1,194건의 최근 화재를 담은 산불 확산 예측용 다중모달 데이터셋 AFSeq를 구축했다. U-Net 기반 모델에 순환 모듈을 더한 UTAE-AR로 다음 날뿐 아니라 여러 날의 확산을 자기회귀 방식으로 예측했다. 기존 모델 대비 21.5% 수준의 파라미터로 WSTS 등 벤치마크에서 다음 날 예측 정확도가 최고 성능을 넘었다.

2. Deep Learning for Wildfire Susceptibility Mapping in a Mediterranean Region: Towards an Operational Comparison with the Fire Weather Index

Fire · 2026.11.03

이탈리아 칼라브리아 지역 자료로 일별 산불 위험도 지도를 만드는 심층 신경망 WNN을 개발했다. 기상 변수, FWI 지표, 지형, 토지이용, 인위적 요인을 통합해 학습했다. 기존 Fire Weather Index보다 AUROC가 약 7~21% 높았다.

3. HIFE-YOLO: HierarchicalInformation Flow Enhancement for Lightweight Fire and Smoke Detection

Fire · 2026.11.01

YOLO11n을 기반으로 한 경량 화재·연기 탐지 모델 HIFE-YOLO를 제안했다. 다중 스케일 특징 생성과 넥 다운샘플링 개선으로 파라미터를 10.84%, 연산량을 4.00% 줄였다. D-Fire 데이터에서 mAP50이 73.25%로 기준 모델보다 높았고 작은 연기 객체 탐지 성능이 4.49%p 개선됐다.

4. TERRA: Task-Oriented Edge AI for Regional Fire Detection with Identity-Free Reporting

arXiv · 2026.10.28

분산형 화재 감시 센서가 기기 식별 없이 지역 단위 정보만 보고하는 엣지 AI 프레임워크 TERRA를 제안했다. 각 기기가 국소 화재 확률이나 학습된 특징을 전송하면 DeepSets 모델로 지역 증거를 집계한다. EN54 실내 화재경보 데이터셋으로 보고 크기, 양자화, 메시지 누락에 대한 강건성을 평가했다.

5. STLT: A Novel System for Energy-Aware Distributed Inference in the Edge-Cloud-Space Continuum

arXiv · 2026.11.01

산불 탐지 등 지구관측용 저궤도 위성에서 심층 신경망을 위성과 지상국에 나눠 실행하는 시스템 STLT를 제안했다. 오프라인 분석으로 유리한 분할 지점 후보를 추리고, 위성에서 환경 상태에 따라 에너지를 고려해 분할 지점을 고른다. 실제 위성 원격측정 자료로 성능을 평가했다.

6. Evacuation Performance of Passenger Spaces and Facilities in Underground Subway Stations for Heterogeneous Ambulatory Passengers

Fire · 2026.11.04

선전 지하철 단일노선 지하역 128곳을 27개 공간·시설 변수로 분석해 노약자·장애인 등 이질적 승객의 피난 성능을 평가했다. 보행 실험, 에이전트 기반 시뮬레이션, K-평균 군집화, 해석 가능한 기계학습을 결합했다. 첨두시간에 역의 27.34%가 6분 피난 기준을 넘었다.

---

논문 요약은 공개된 초록을 바탕으로 정리했습니다. 초록이 없는 논문은 제목만 소개합니다.