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
콘크리트 제품의 주요 품질 지표인 압축강도는 일반적으로 파괴 시험을 통해 측정되며, 이는 높은 비용과 시간이 소요되는 한계를 가진다. 이에 본 연구에서는 비파괴 방식으로 콘크리트 압축강도를 예측할 수 있는 기계학습 기반 모델을 제안한다. 콘크리트의 압축강도는 주로 재료의 배합비에 의해 결정되나, 탄산화로 인한 공극률 증가, 표면 균열 등 외부 환경적 요인에도 영향을 받을 수 있다. 이러한 특성을 고려하여, 본 연구는 재료 배합비 데이터와 더불어 표면 이미지를 함께 활용하는 복합형 예측 모델을 구성하였다. 데이터 전처리, 특징 추출 및 선별 과정을 체계화하고, 다양한 기계학습 알고리즘을 비교·분석하여 최적의 예측 모델을 도출하였다. 실험 결과, 결정계수(R²) 0.95 및 평균 오차 0.95 MPa 수준의 예측 성능을 확보함으로써, 제안한 비파괴 압축강도 예측 모델의 정확도를 입증하였다. 본 연구는 향후 콘크리트 생산 품질관리 공정에서 효율적인 기술적 대안을 제시할 수 있을 것으로 기대된다.
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) : I410-151-25-02-093848802
