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
강태호 (한국건설기술연구원) 최순욱 (한국건설기술연구원) 이철호 (한국건설기술연구원) 장수호 (한국건설기술연구원)
저널정보
한국암반공학회 터널과 지하공간 터널과 지하공간 제34권 제6호(통권 제173호)
발행연도
2024.12
수록면
722 - 734 (13page)

이용수

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

초록· 키워드

오류제보하기
TBM의 기계데이터는 굴진하고 있는 지반의 지질 특성 및 역학 특성, TBM 운전자의 운전특성에 복합적으로 영향을 받으며, 현재 굴착 중인 지반조건에 더불어 전방 지반상태의 변화를 추정하여 작업자가 최적 운전을 수행하는데 활용될 수 있다. 본 연구에서는 이수식 쉴드 TBM 터널 2개 현장에서 수집한 시공데이터를 사용하여 지반데이터와 기계데이터로 만들어진 데이터세트와 기계데이터만으로 구성된 데이터세트를 구성하였다. 만들어진 2종류의 데이터세트에 다양한 머신러닝 기반 회귀 알고리즘을 적용하여 데이터세트 구성에 따른 굴진속도 예측에 대한 성능평가를 수행하였다. 그 결과, 서포트벡터머신을 제외한 4개 알고리즘을 이용한 학습결과에서 결정계수가 0.868이상으로 회귀모델의 유용성이 높음을 알 수 있었다. 또한 2종류의 데이터세트 구성에 대한 학습결과 차이는 미미했다. 마지막으로 학습 과정에 사용되지 않은 데이터를 이용하여 굴진속도 예측을 위한 기계학습 모델의 일반화 성능을 살펴보았다.
#Slurry shield TBM #Machine learning #Geotechnical data #Machine data #Advance rate #이수식 쉴드 TBM #기계학습 #지반데이터 #기계데이터 #굴진속도

목차

ABSTRACT
초록
1. 서론
2. 기계학습 모델의 데이터세트 구성
3. 분석 결과
4. 학습 결과를 활용한 굴진속도 예측
5. 결론
REFERENCES

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092105915