Deep Learning 기반 공동주택 단위작업별 생산성 예측모델 개발 : 내장공사를 중심으로 :The Development of Productivity Prediction Model for Apartment using Deep Learning Techniques

이기륜

추천

검색

자료유형: 학위논문

저자정보: 이기륜 (경희대학교, 경희대학교 일반대학원)

지도교수: 이준복

발행연도: 2019

저작권: 경희대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2019

Deep Learning 기반 공동주택 단위작업별 생산성 예측모델 개발 : 내장공사를 중심으로

이기륜 건축공학과 2019.01 학위논문

Deep Learning 기반 공동주택 마감공사 단위작업별 생산성 예측모델 개발 - 내장공사를 중심으로 -

이기륜 , 한충희 , 이준복 한국건설관리학회논문집 2019.01 학술저널

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

초록· 키워드

오류제보하기

국내 건설산업에서 생산성 정보는 중요성과 그 기능에도 불구하고 생산성 데이터의 수집 및 분석 방법이 체계화되어 있지 못하다. 또한 생산성 관리는 대부분 현장관리자의 경험과 직관에 의존하고 있으며 생산성 데이터를 공사계획 및 관리에 적극 활용하지 못하고 있는 상황이다. 따라서 본 연구에서는 공동주택 내장공사의 생산성 예측 및 생산성 영향요인을 분석할 수 있는 기반을 마련하기 위해 단위작업별 생산성 관련 데이터를 수집하여 딥러닝 기반 생산성 예측모델을 개발하고자 한다. 연구결과인 딥러닝 기반 생산성 예측모델은 신뢰할 수 있는 생산성 정보 데이터에 딥러닝을 적용하여 향후 데이터가 축적될수록 발전되는 기술로 공동주택 프로젝트 관리시스템의 기본 모듈이 될 수 있다. 또한 과거 유사한 프로젝트의 생산성 데이터를 통한 개산견적, 공정계획을 위한 작업일수 산정, 투입인원 산정 등과 같은 프로젝트 엔지니어링 과정에 활용 가능하며 공사 진행 중 예측과 다른 생산성 발견 시 원인 분석에 용이하여 신속한 대응 및 향후 예방이 가능할 것으로 기대된다.

Ⅰ. 서 론 1
1.1 연구의 배경 및 목적 1
1.2 연구의 범위 및 방법 3
Ⅱ. 예비적 고찰 5
2.1 선행연구 고찰 5
2.2 생산성 8
2.2.1 생산성의 개념 8
2.2.2 노동 생산성 9
2.2.3 건설 생산성 10
2.3 생산성 영향요인 11
2.4 딥러닝 12
2.5 소결 14
Ⅲ. 생산성 도출 프로세스 16
3.1 프로젝트 수행단계별 생산성 도출과정 정립 16
3.2 기준 생산성 17
3.3 실적 생산성 17
3.4 측정 생산성 19
3.5 소결 21
Ⅳ. 딥러닝 기반 생산성 예측모델 개발 22
4.1 딥러닝 기반 생산성 예측모델 22
4.2 생산성 데이터 수집 및 딥러닝 학습 23
4.3 생산성 예측 및 주요 요인별 영향도 분석 26
4.3.1 생산성 예측 26
4.3.2 영향요인별 영향도 분석 27
4.4 소결 28
Ⅴ. 샘플 프로젝트 적용 및 검증 29
5.1 샘플 프로젝트 데이터 수집 방안 29
5.1.1 샘플 프로젝트 데이터 수집개요 29
5.1.2 생산성 분석을 위한 필요데이터 30
5.2 샘플 프로젝트 데이터 수집 31
5.2.1 기준 및 실적 생산성 도출 31
5.2.2 측정 생산성 도출 32
5.3 샘플 프로젝트 생산성 분석 37
5.3.1 생산성 예측 38
5.3.2 생산성 영향요인별 영향도 분석 40
5.4 표준품셈과 생산성 예측모델 비교 43
5.5 소결 45
Ⅵ. 결론 47
참 고 문 헌 49
ABSTRACT 51

최근 본 자료

전체보기

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 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)