| 연구내용 및 범위 |
본 연구는 “1차년도 : DCNN기반 콘크리트 시설물 성능평가 알고리즘 및 Big Data 구축”, “2차년도 : DCNN기반 사진판독형 콘크리트 시설물 성능평가 프로그램 개발”로 구분되며 연구목표에 대한 주요 연구내용은 다음과 같다.■ [1차년도] DCNN기반 콘크리트 시설물 성능평가 알고리즘 및 Big Data 구축 ○ 콘크리트 시설물 유지관리를 위한 콘크리트 성능평가 Big Data 구축 ① 콘크리트 시설물 유지관리를 위한 콘크리트 성능 영향 요인 - 콘크리트 성능 영향 평가를 위한 실험용 폭로 콘크리트 시편 확보 - 콘크리트의 정밀표면 이미지 데이터를 통한 강도, 공극률, 확산계수 등 시설물 내구성능 영향 요인 정의 - 콘크리트 표면 이미지에서 추출한 공극의 크기 및 분포, 균열의 수준, 미수화시멘트량, 골재의 상태 등의 정보를 활용하여 콘크리트의 내구성능 평가 ② DCNN 기반 사진판독형 콘크리트 시편 표준 자료 DB 구축 - DCNN기반 사진판독을 위한 콘크리트 배합조건 및 성능별. 유지 관리 영향 요인 Data Categorizing - DCNN기반 사진판독을 위한 콘크리트 표면 사진 확대 배수 등과 같은 최적 기준 도출 및 콘크리트 성능 표준 자료 DB 구축 ○ DCNN 기반 콘크리트 시설물 성능평가 알고리즘 설계 ① DCNN 기반 콘크리트 시설물 성능평가 분류 방법론 개발 - 특성별 입력 데이터 사이즈, 입력 데이터 구조 및 형태, 출력 형태 정의 - 고정 초기 신경망 모델을 활용하여 공극, 강도, 염화물 확산계수, 건전도 등의 연속 변수를 범주화 실험 및 입력 데이터 구조 설계 실험 ② DCNN 기반 콘크리트 시설물 성능평가 분류 알고리즘 설계 - 특성별 입력 데이터 타입, 사이즈 및 구조, 출력 사이즈 및 형태를 반영한 DCNN 구조 설계 - DCNN의 layer 수 및 형태, layer module, filter 사이즈 및 개수 그리고 신경망 전체 구조 설계 - Learning set의 구성은 ？ DCNN의 입력데이터, ？ DCNN의 Architecture 후보군, ？ DCNN의 학습을 위한 학습 파라미터 set으로 구성■ [2차년도] DCNN기반 사진판독형 콘크리트 시설물 성능평가 프로그램 개발 ○ 콘크리트 시설물 유지관리를 위한 DCNN 기반 사진판독형 콘크리트 성능평가 프로그램 개발 ① DCNN 기반 알고리즘 피드백을 통한 실험 데이터간 유효상관관계 분석 - 1차년도에 개발된 DCNN 기반 알고리즘에 대한 피드백을 통해 콘크리트 성능 영향 요인과 관련된 Big Data 내의 유용한 상관관계 분석 - 시설물 사용자가 콘크리트 성능을 평가하고 콘크리트 시설물의 유지관리를 결정하는 의사결정 정보 Data Mining ② 콘크리트 유지관리를 위한 DCNN 기반 사진판독형 콘크리트 성능평가 프로그램 - 외부 실험 데이터를 이용하여 사진판독형 성능평가 프로그램 검증 - 사진판독형 콘크리트 성능평가 시스템의 신뢰도 향상을 위한 지속적인 피드백 제공 ○ DCNN 기반 콘크리트 시설물 성능평가 알고리즘 구현 ① 성능지표의 최적 접근을 위한 DCNN 모델의 알고리즘 최적화 - 1차년도에 설계된 딥러닝 모델(DCNN)을 하나의 모델로 융합과 성능 향상을 위해 데이터 전처리 및 효과 분석 - 다양한 데이터 전처리 설계를 통한 각 전처리별 데이터의 융합 알고리즘의 성능 향상 실험 ② DCNN 기반 콘크리트 시설물 성능평가 알고리즘 구현 - DCNN 융합 모델의 예측 속도 향상을 위한 모델 구조 설계 - Model compression 기법을 사용하여 고속 DCNN compression 실험
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
