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
김예은 (경상국립대학교) 김수빈 (경상국립대학교) 이기학 (세종대학교) 신지욱 (경상국립대학교)
저널정보
한국콘크리트학회 콘크리트학회 논문집 콘크리트학회 논문집 제36권 제6호(통권 제204호)
발행연도
2024.12
수록면
647 - 656 (10page)
DOI
10.4334/JKCI.2024.36.6.647

이용수

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

초록· 키워드

오류제보하기
본 연구의 목적은 변위 기반 내폭 성능 평가기법을 기반으로 한 신속 폭발손상 평가 기계학습 모델을 개발하는 것이다. 해당 모델은 파괴유형에 따른 폭발손상 예측 정확도의 향상을 위해 2가지의 기계학습 모델이 결합 되어있는 Multi-Step Learner로 구성하였다. 해당 모델의 입력변수는 기둥 상세, 폭발 규모, 그리고 기계학습 모델을 통해 도출한 파괴유형이며, 출력 변수는 변위 연성도 기반 폭발손상 등급이다. 모델 개발을 위해 학습 및 검증에 필요한 데이터베이스는 과거 연구에서 개발한 유한요소해석모델을 통해 도출하였으며, 높은 예측 성능을 도출하기 위해 7가지의 분류 학습기를 학습하여 높은 예측 성능을 보이는 Best-fit 모델을 선정하였다. 우수한 성능을 보인 Ensemble 기법은 검증 데이터에서 다른 학습기 대비 41.05 % 향상된 F-score 값과 14.65 % 향상된 AUC 값을 나타내었다.
#blast resistance performance assessment #LS-DYNA #reinforced concrete column #machine learning #폭발손상평가 #철근콘크리트 기둥 #유한요소해석 #기계학습

목차

ABSTRACT
1. 서론
2. 폭발개요 및 해석 기반 데이터 형성
3. 폭발손상평가 모델 개발
4. 결론
References
요약

참고문헌 (43)

참고문헌 신청
Abedini, M., Mutalib, A. A., Raman, S. N., Alipour, R., and Akhlaghi, E. (2019) Pressure-Impulse (P-I) Diagrams for Reinforced Concrete (RC) Structures: A Review. Archives of Computational Methods in Engineering 26(3), 733-67. google schola ASCE (2022) Blast Protection of Buildings (ASCE/SEI 59-22). Reston, VA; American Society of Civil Engineers (ASCE). google schola Baylot, J. T., and Bevins, T. L. (2007) Effect of Responding and Failing Structural Components on the Airblast Pressures and Loads on and Inside of the Structure. Computers and Structures 85(11), 891-910. google schola Bishop, C. M. (2006) Patterns Recognition and Machine Learning. Springer-Verlag, New York. google schola Børvik, T., Hanssen, A. G., Langseth, M., and Olovsson, L. (2009) Response of Structures to Planar Blast Loads-A Finite Element Engineering Approach. Computers and Structures 87, 507-520. google schola

이 논문과 함께 이용한 논문

RC 기둥의 폭발 저항성능 예측을 위한 소수 데이터 세트 기반 기계학습 모델 방법론
김예은 ,  김수빈 ,  이기학 외 1명 콘크리트학회 논문집 2025 .04
강도 및 연성도기반 RC 기둥의 폭발저항성능 분석을 통한 개선점 도출
김예은 ,  이기학 ,  신지욱 콘크리트학회 논문집 2024 .08
건축물 구조안전진단 자동화 프로세스 설계 연구
김태욱 ,  구본승 ,  김수빈 외 1명 한국콘크리트학회 학술대회 논문집 2023 .05
노후 철근콘크리트 건축물의 라이프케어를 위한 시뮬레이션 모델 개발
황희진 ,  김수빈 ,  김동규 외 1명 한국콘크리트학회 학술대회 논문집 2023 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092142114