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
Chungsik Yoo (Sungkyunkwan Univ. Natural Sciences Campus) SYED AIZAZ HAIDER (Sungkyunkwan Univ. Natural Sciences Campus) Jaewon Yang (Sungkyunkwan Univ. Natural Sciences Campus) TABISH ALI (Sungkyunkwan Univ. Natural Sciences Campus)
저널정보
한국지반신소재학회 한국지반신소재학회 논문집 한국지반신소재학회 논문집 제18권 제4호
발행연도
2019.12
수록면
39 - 52 (14page)

이용수

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

초록· 키워드

오류제보하기
In this paper the development and implementation of an artificial intelligence (AI)-based Tunnelling Impact prediction and assessment program (SKKU-iTunnel) is presented. Program predicts tunnelling induced surface settlement and groundwater drawdown by utilizing well trained ANNs and uses these predicted values to perform the damage assessment likely to occur in nearby structures and pipelines/utilities for a given tunnel problem. Generalised artificial neural networks (ANNs) were trained, to predict the induced parameters, through databases generated by combining real field data and numerical analysis for cases that represented real field conditions. It is shown that program equipped with carefully trained ANN can predict tunnel impact assessments and perform damage assessments quiet efficiently and comparable accuracy to that of numerical analysis. This paper describes the idea and implementation details of the SKKU-iTunnel with an example for demonstration.
#Artificial intelligence #Artificial neural network #Numerical analysis #Tunnelling #Impact assessment

목차

ABSTRACT
1. Introduction
2. Ai-based Tunnelling Impact Assessment
3. Development of Skku-itunnel (Tunnel)
4. Program Evaluation Using Field Data
5. Conclusions
References

참고문헌 (20)

참고문헌 신청
Boscardin, M. D. / 1987 / Building response to excavation-induced settlement / J. Geotech. Eng. ASCE 115(1):1~21 google schola Bracegirdle, A. / 1996 / Geotechnical aspects of underground construction in soft ground :659~664 google schola Burland, J. B. / 1974 / Settlement of buildings and associated damage / Proceedings of the conference on settlement of structures :611~654 google schola Burland, J. B. / 1995 / Assessment of risk of damage to buildings due to tunnelling and excavations / Invited Special Lecture to IS-Tokyo: 1st International Conference on Earthquake Geotechnical Engineering google schola Grimstad, E. / 1993 / Updating of the Q-System for NMT / Proceedings of the International Symposium on Sprayed Concrete :46~66 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Data/AI-based Problem-Solving Platform of KISTI
Myung-seok Choi ,  Dongmain Seo ,  Sanghwan Lee 한국콘텐츠학회 ICCC 논문집 2023 .12
유독성 물질과 약물에 중독 및 노출된 환자의 특성 연구 -퇴원손상심층조사자료를 이용하여
양유정 ,  백재성 한국엔터테인먼트산업학회논문지 2024 .06
약품 오·남용 예방을 위한 경구 투여 약품 식별 애플리케이션 구현
유건상 ,  유윤섭 한국정보통신학회 종합학술대회 논문집 2023 .10
Opportunities, Challenges and Tactics for Communication of Sports Academic Journals in the Era of AI and Multi-Media
Feifei Song ,  Aiqun Li ,  Yingya You Journal of Asian Society for Health & Exercise 2023 .06
From Complexity to Clarity: Failure Prediction in Cloud with Hyperparameter-Tuned XGBoost and Explainable AI
Md Nosin Ibna Mahbub ,  Md Delowa ,  Hossain 외 6명 한국통신학회 인공지능 학술대회 논문집 2023 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-532-000249797