뉴랄-네트워크 기법을 이용한 초고층 건물의 기둥부재의 부등축소량 예측 정밀도 향상을 위한 연구

양원직; 이원호; 강대언; 이정한

추천

검색

질문

자료유형: 학술대회자료

저자정보: 양원직 이원호 강대언 이정한 (광운대학교)

저널정보: 대한건축학회 대한건축학회 학술발표대회 논문집 - 구조계 대한건축학회 창립60주년기념 학술발표대회논문집 제25권 제1호(구조ㆍ철근콘크리트구조ㆍ강구조)

발행연도: 2005.10

수록면: 353 - 356 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (5)

2007

초고층 건축물의 부등축소량 예측을 위한 새로운 알고리즘

양원직 , 이원호 대한건축학회 논문집 - 구조계 2007.04 학술저널

2006

뉴랄-네트워크를 이용한 초고층 건물의 부등축소량 예측을 위한 알고리즘 개발

양원직 , 김욱종 , 이도범 외 1명 대한건축학회 학술발표대회 논문집 - 구조계 2006.10 학술대회자료

초고층 건축물의 부등축소량 예측을 위한 뉴랄-네트워크의 적용

양원직 , 이정한 , 김욱종 외 2명 한국콘크리트학회 학술대회 논문집 2006.05 학술대회자료

2005

뉴랄-네트워크 기법을 이용한 초고층 건물의 기둥부재의 부등축소량 예측 정밀도 향상을 위한 연구

양원직 , 이원호 , 강대언 외 1명 대한건축학회 학술발표대회 논문집 - 구조계 2005.10 학술대회자료

2004

뉴랄-네트워크 기법을 이용한 초고층 건물의 부등축소량 예측을 위한 기초적 연구

양원직 , 이원호 , 강대언 외 1명 대한건축학회 학술발표대회 논문집 - 구조계 2004.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

등록된 정보가 없습니다.

#뉴랄-네트워크 #수직부재 부등축소 #건조수축 #크리프 축소 #예측 #보정 #Artificial Neural-Network #Differential Column Shortening #Drying Shrinkage #Creep #Prediction #Compensation

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

양원직

소속기관 광운대학교

주요연구분야 공학 > 건축공학 > 건축공학 일반 TOP 5% 공학 > 건축공학 > 토목공학

논문수 82 이용수 7,339

이원호

소속기관 삼일C&S

주요연구분야 공학 > 건축공학 > 건축공학 일반 TOP 5% 공학 > 건축공학 > 토목공학

논문수 278 이용수 20,039

강대언

소속기관 디앤이구조엔지니어링

주요연구분야 공학 > 건축공학 > 건축공학 일반 TOP 5% 공학 > 건축공학 > 토목공학

논문수 61 이용수 9,014

이정한

소속기관 광운대학교

주요연구분야 공학 > 건축공학 > 건축공학 일반 공학 > 건축공학 > 토목공학

논문수 26 이용수 2,460

이 논문과 함께 이용한 논문

Grey-box 방법을 이용한 이중외피 집중 시뮬레이션 모델 개발

윤성환 , 박철수 대한건축학회 논문집 - 계획계 2008 .04

도시재생사업 민원 실태분석을 통한 민ㆍ관 갈등 개선방안 연구 : 인천 루원시티 도시재생사업 사례를 중심으로

강기용 , 동정근 대한건축학회 학술발표대회 논문집 - 계획계 2009 .10

순환골재콘크리트의 공학적 특성 및 내구성

최희복 , 신윤석 , 안성훈 외 2명 대한건축학회 논문집 - 구조계 2007 .09

황토결합재를 사용한 무시멘트 모르터의 배합특성에 따른 압축강도 및 건조수축 거동

양근혁 , 황혜주 , 김선영 외 1명 대한건축학회 논문집 - 구조계 2006 .06

신도시 개발후의 춘천시 도시공간구조 예측에 관한 연구

이석권 , 이낙운 대한건축학회 논문집 - 계획계 2008 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-540-017419063

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (5)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)