인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
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.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092142114
