데이터 스케일링과 분할 방식에 따른 예측모델의 영향 분석 - 그라운드 앵커가 설치된 흙막이 벽체 대상Analysis of the Impact on Prediction Models Based on Data Scaling and Data Splitting Methods - For Retaining Walls with Ground Anchors Installed
- Other Titles
- Analysis of the Impact on Prediction Models Based on Data Scaling and Data Splitting Methods - For Retaining Walls with Ground Anchors Installed
- Authors
- 신준우; 한희수
- Issue Date
- Dec-2023
- Publisher
- 대한지질공학회
- Keywords
- SVR; displacement predicting; machine learning; retaining wall; data scaling; data split ting; SVR; 변위 예측; 머신러닝; 흙막이 벽체; 데이터 스케일링; 데이터 분할
- Citation
- 지질공학, v.33, no.4, pp 639 - 655
- Pages
- 17
- Journal Title
- 지질공학
- Volume
- 33
- Number
- 4
- Start Page
- 639
- End Page
- 655
- URI
- https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/26517
- ISSN
- 1226-5268
2287-7169
- Abstract
- 최근 지하공간에 대한 수요가 많아지면서 대심도 굴착으로 흙막이 벽체가 활용되고 있다. 흙막이 벽체는 변위에 취약한 구조물로써 국토교통부에서 제시한 관리기준으로 계측관리를 수행하고 있으나 계측관리를 통한 대비는 후처리에 가깝다고 할 수 있다. 따라서 본 연구에서는 머신러닝을 이용한 그라운드앵커가 설치된 흙막이 벽체의 수평변위 예측뿐만 아니라 머신러닝으로 계측데이터를 학습하는 과정에서 데이터 스케일링과 분할 방법에 따른 예측모델의 영향을 분석하였다. 이 연구의 분석결과에 따르면사용자 지정분할방법이 적합하지 않은 경우도 있었으나 일정 조건하에서 데이터 학습 및 출력에 가장우수한 성능을 나타냈다. 데이터 스케일링은 앵커의 인장력, 수압을 표준화하였을 때 오차 1 이내, R Squared 값이 0.77로 우수한 성능을 나타냈으며 스케일링을 적용하지 않은 모델 대비 음의 변위를 예측하는 결과를 보였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - Department of Civil Engineering > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.