양방향 DNN 해석을 이용한 삼성분계 콘크리트의 배합 산정에 관한 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 최주희 | - |
dc.contributor.author | 고민삼 | - |
dc.contributor.author | 이한승 | - |
dc.date.accessioned | 2023-07-27T12:08:01Z | - |
dc.date.available | 2023-07-27T12:08:01Z | - |
dc.date.created | 2023-06-09 | - |
dc.date.issued | 2022-12 | - |
dc.identifier.issn | 1598-2033 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/188277 | - |
dc.description.abstract | 콘크리트의 배합설계와 압축강도 평가는 지속가능한 구조물의 내구성을 위한 기초적인 자료로서 활용되고 있다. 하 지만, 콘크리트 배합설계는 최근 배합요소의 다변화 등의 이유로 인하여 정확한 배합요소 산정이나 기준값 설정에 어 려움을겪고 있다. 본 연구에서는 인공지능 기법 중 하나인 딥러닝 기법을 사용하여 삼성분계 콘크리트의 배합요소를 산정하는 양방향 해석의 예측모델을 설계하는 것을 목적으로 한다. 콘크리트 배합요소 산정을 위한 DNN 기반 예측모 델은 층 수, 은닉뉴런 수를 변수로 한 총 8개의 모델을 사용하여 성능평가 및 비교를 실시하였으며, 이후 학습된 DNN 모델을 사용하여 소요압축강도에 따른 콘크리트 배합 산정 결과를 출력하였다. 모델의 성능평가 결과, 콘크리트 압축 강도 인자에 대하여 평균 약1.423%의 오류율을 나타내었으며, 삼성분계 콘크리트 배합인자 예측에 대하여 평균 8.22%의 MAPE 오차를 만족하였다. DNN 모델의 구조별 성능평가 비교 결과, 모든 배합인자에 대하여 DNN5L-2048 모델이 가장 높은 성능을 보였다. 학습된DNN 모델을 사용하여 30, 50MPa의 소요압축강도를 가지는 삼성분계 콘크 리트 배합표 예측을 진행하였으며, 추후 학습을위한 데이터 세트 확장과 실제 콘크리트 배합표와 DNN 모델 출력 콘 크리트 배합표 간의 비교를 통한 검증 과정이 필요할 것으로 판단된다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국건축시공학회 | - |
dc.title | 양방향 DNN 해석을 이용한 삼성분계 콘크리트의 배합 산정에 관한 연구 | - |
dc.title.alternative | A Study on the Calculation of Ternary Concrete Mixing using Bidirectional DNN Analysis | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 고민삼 | - |
dc.contributor.affiliatedAuthor | 이한승 | - |
dc.identifier.doi | 10.5345/JKIBC.2022.22.6.619 | - |
dc.identifier.bibliographicCitation | 한국건축시공학회지, v.12, no.6, pp.619 - 630 | - |
dc.relation.isPartOf | 한국건축시공학회지 | - |
dc.citation.title | 한국건축시공학회지 | - |
dc.citation.volume | 12 | - |
dc.citation.number | 6 | - |
dc.citation.startPage | 619 | - |
dc.citation.endPage | 630 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002905458 | - |
dc.description.journalClass | 2 | - |
dc.description.isOpenAccess | Y | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | deep-learning | - |
dc.subject.keywordAuthor | concrete mixing proportions | - |
dc.subject.keywordAuthor | concrete mix design | - |
dc.subject.keywordAuthor | strength prediction | - |
dc.subject.keywordAuthor | 딥러닝 | - |
dc.subject.keywordAuthor | 콘크리트 배합요소 | - |
dc.subject.keywordAuthor | 콘크리트 배합설계 | - |
dc.subject.keywordAuthor | 강도 예측 | - |
dc.identifier.url | https://kiss.kstudy.com/Detail/Ar?key=3989965 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.