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.
초록·키워드
본 연구는 Random Forest, XGBoost, k-NN, SVM, Neural Network, LSTM, GRU와 같은 다양한 기계 학습 알고리즘을 활용하여 교량 바닥판의 효율적인 유지관리를 위한 예측 모델을 개발하는 것을 목표로 한다. 본 예측 모델들은 바닥판의 결함도 지수와 상태등급을 예측하는 데 사용되었으며, LSTM, Random Forest, XGBoost는 결함도 지수 예측에서 우수한 성능을 보였고, XGBoost, GRU, LSTM은 상태등급 예측에서 뛰어난 결과를 나타냈다. 모델의 성능 평가는 MSE, RMSE, MAE 등 다양한 지표를 사용하였으며, 과적합 여부를 평가하기 위해 교차 검증을 실시하였다. 연구 결과, 제안된 모델들은 교량 바닥판 유지관리를 보다 정확하고 효율적으로 수행할 수 있도록 기여하며, 예방적 유지보수를 가능하게 하고 유지관리 비용을 최적화하는 데 중요한 역할을 할 수 있음을 확인하였다. 향후 연구에서는 환경적 요인과 같은 추가 변수를 포함하여 예측 성능과 모델의 실용성을 더욱 향상시키는 방향으로 연구를 확장할 예정이다.
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) : I410-151-25-02-092132207
