메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
지봉준 (포항공과대학교)
저널정보
한국건설순환자원학회 한국건설순환자원학회논문집 건설순환자원학회논문집 제9권 제3호
발행연도
2021.9
수록면
303 - 310 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
교량의 균열은 교량의 상태를 나타내는 중요한 요소이며 주기적인 모니터링 대상이다. 그러나 전문가가 육안으로 점검하는 것은 비용, 시간, 신뢰성 면에서 문제가 있다. 따라서 최근에는 이러한 문제를 극복하기 위해 자동화 가능한 딥러닝 모델을 적용하기 위한 연구가 시작되었다. 딥러닝 모델은 예측할 상황에 대한 충분한 데이터가 필요하지만 교량 균열 데이터는 상대적으로 얻기가 어렵다. 특히 교량의 설계, 위치, 공법에 따라 교량 균열의 형상이 달라질 수 있어 특정 상황에서 많은 양의 균열 데이터를 수집하기 어려움이 따른다. 본 연구에서는 적대적 생성 신경망(Generative Adversarial Network, GAN)을 통해 불충분한 균열 데이터를 생성하고 학습하는 균열 탐지 모델을 개발했다. 본 연구에서는 GAN을 이용하여 주어진 균열 데이터와 통계적으로 유사한 데이터를 성공적으로 생성했으며, 생성된 이미지를 사용하지 않을 때보다 생성된 이미지를 사용할 때 약 3% 더 높은 정확도로 균열 감지가 가능했다. 이러한 접근 방식은 교량의 균열 검출이 필요하지만 균열 데이터는 충분하지 않거나 하나의 클래스에 대한 데이터가 상대적으로 적을 때 감지 모델의 성능을 효과적으로 향상시킬 것으로 기대된다.
#딥러닝 #이미지 생성 모델 #균열 감지 #교량 점검 #콘크리트 교량 #Deep learning #Image generative model #Crack detection #Bridge deck monitoring #Concrete bridge

목차

1. 서론
2. 관련 연구
3. 프레임워크
4. 사례 연구
5. 결론
References

참고문헌 (19)

참고문헌 신청
Dorafshan, S. / 2017 / Autonomous detection of concrete cracks on bridge decks and fatigue cracks on steel members / Digital Imaging :33~44 google schola Gao, X. / 2020 / Data augmentation in fault diagnosis based on the Wasserstein generative adversarial network with gradient penalty / Neurocomputing 396:487~494 google schola Goodfellow, I. / 2014 / Generative adversarial networks / Proceedings of the International Conference on Neural Information Processing Systems(NIPS 2014) :2672~2680 google schola Han, C. / 2020 / Neural Approaches to Dynamics of Signal Exchanges :291~303 google schola He, H. / 2009 / Learning from imbalanced data / IEEE Transactions on Knowledge and Data Engineering 21(9):1263~1284 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

드론 활용 교량 안전점검을 위한 딥러닝 균열 분석에 관한 연구
최대영 ,  백승현 ,  김영규 외 2명 한국정보기술학회논문지 2021 .12
교량 안전점검을 위한 딥러닝 기반 균열 분석에 관한 연구
최대영 ,  김영규 ,  김수민 외 1명 Proceedings of KIIT Conference 2021 .06
교량 안전점검을 위한 딥러닝 균열 검출분석 SW 탑재 드론 구현
백승현 ,  최대영 ,  김영규 외 2명 한국정보기술학회논문지 2021 .03
딥러닝 기반의 분할과 객체탐지를 활용한 도로균열 탐지시스템 개발
하종우 ,  박경원 ,  김민수 한국전자거래학회지 2021 .02
딥러닝 및 영상처리 기술을 활용한 콘크리트 균열 검출 방법
정서영 ,  이슬기 ,  박찬일 외 2명 대한건축학회 논문집 - 구조계 2019 .11

최근 본 자료

전체보기

댓글(0)

0