안전진단 신뢰성 향상을 위한 통계 분석 및 인공지능 모델 기법 연구

• 영문명: A Study on the Statistical Analysis and Artificial Intelligence Model to Improve the Reliability of Safety Inspection
• 발행기관: 한국방재학회
• 저자명: 이성종 이주하
• 간행물 정보: 『2. 한국방재학회 논문집』23권6호, 269~277쪽, 전체 9쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2023.12.31

국문 초록

본 연구에서는 현장 구조물의 안전 진단 신뢰성을 평가하기 위해 지하 구조물 및 원전 구조물의 안전 진단 결과를 수집하였다. 지하 구조물 및 원전 구조물의 안전 진단 결과를 분석한 결과, 반발경도에 의한 압축강도와 코어 압축강도 간에 차이가 있음이 나타났으며, 대부분의 경우 반발강도에 의한 압축강도가 코어 압축강도보다 높게 평가되고 있음을 확인할 수 있었다. 또한 현행 강도 예측 모델은 현장 데이터를 충분히 설명하지 못하는 것으로 나타났지만 인공지능 모델은 오차율을 감소시켜 정확도가 향상되는 결과를 얻었으며, 본 연구에서 가장 높은 정확도를 나타내는 모델은 서포트벡신 모델인 것으로 나타났다.

영문 초록

In this study, safety diagnosis results from underground and nuclear power plant structures were collected to evaluate the reliability of on-site structural safety assessments. The analysis of these results revealed a discrepancy between the compressive strength determined by rebound hardness and the core compressive strength, with the former typically being evaluated higher than the latter. Additionally, existing strength prediction models did not adequately explain field data, whereas artificial intelligence models, particularly the support vector machine model, demonstrated improved accuracy and reduced error rates. This indicated the superior performance of support vector machine models in this context.

목차

1. 서론

2. 안전진단 데이터 구축

3. 인공지능을 활용한 압축강도 예측 모델 설계 및 신뢰성 평가

4. 결론

References

키워드

안전진단 압축강도 인공지능 모델 Safety Diagnosis Compressive Strength Artificial Intelligence Model