1) 사운드 센서 데이터를 사용하여 낙상 관련 건설 작업자의 안전하지 않는 행동 분류 기술 개발 본 연구에서는 3가지 주요 안전하지 않은 행동(예: 미끄러짐, 걸림, 안전 장치 후크 잠금 해제)을 감지하는 기계 학습 모델을 개발할 예정이다. 기계 학습 알고리즘 개발을 위한 전반적인 연구 절차는 다음과 같다: 1) 실험실 환경에서 웨어러블 사운드 센서를 이용한 데이터 수집; 2) 기계 학습 알고리즘 설계 및 3) 정확도 테스트 및 알고리즘 개선. 2) 신호 대 잡음비 개선을 위한 건설 소음 저감 알고리즘 개발 본 연구가 적용될 건설 현장은 소리 감지 및 분류의 정확성에 영향을 미치는 건설 소음 및 배경 소음을 포함하고 있어 이를 최소화하는 방법이 필요하다. 이를 위해 본 연구에서는 1) 근거리 소리 추출 및 2) 배경 잡음 제거로 구성된 2단계 소음 감소 방법을 사용하고자 함. 3) 현장 데이터 기반 개발 기술 검즘 및 보완 실험실 내에서 개발된 기술의 타당성을 예비 검증한 후에, 건설 현장 데이트를 취득하고 이 실제 현장 데이터에 개발된 알고리즘 테스트 검증 및 보완을 수행 할 예정.