최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국안전학회지 = Journal of the Korean Society of Safety, v.32 no.1, 2017년, pp.115 - 120
The aim of this study is to develop construction safety and health management cost prediction model using support vector machine (SVM). To this end, theoretical concept of SVM is investigated to formulate the cost prediction model. Input and output variables have been selected by analyzing the balan...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인공신경망 기법을 이용해 공사비를 예측할 경우 문제점은? | Kim 등은 공동주택 공사비 예측에 인공신경망기법을 이용한 예측 모델과 회귀분석기법을 이용한 예측모델의 예측 성능을 비교하는 연구를 수행하였으며, 인공신경망 모델이 회귀분석 모델보다 더 정확하게 공사비를 예측할 수 있음을 보였다.7) 그러나, Kim 등은 인공신경망 기법을 이용할 경우 공사비를 정확하게 예측할 수 있는 모델을 구현할 수는 있으나, 구현 과정에서 입력 패턴의 분포를 추정하기 위해 다량의 학습 데이터가 필요하고, 특히 입력데이터에 이상 데이터(outlier) 등이 포함되어 있을 경우 이로 인해 과적합된(over-fitted) 모델을 생성할 수 있어 결과를 일반화하기 까다로운 문제점이 있음을 지적하였다8). 한편, An 등은 공사비 예측 모델 개발에 있어서 인공신경망 기법의 이러한 단점을 극복할 수 있는 방법으로, 일반화 능력이 뛰어난 SVM 기법을 이용한 공사비 예측 모델을 개발하였으며, 인공신경망에 비해 소수의 학습데이터만으로도 충분히 정확한 예측 모델을 생성할 수 있음을 보였다9). | |
머신러닝이란? | 이에 따라 건설 프로젝트의 초기 단계에서 제한된 정보를 이용하여 공사비를 정확하게 추정 예측할 수 있는 방법에 대한 많은 연구가 이루어져 왔으며, 최근에는 딥러닝 등 머신러닝(Machine Learning)기술의 발전에 따라 공사비 예측 모델 개발에 이를 활용하는 연구가 매우 활발하게 이루어지고 있다7-10). 머신러닝은 인과관계가 불분명하여 이론적으로 예측 모델을 구현하기 어렵거나, 모델의 구조가 매우 복잡하여 단순 회귀분석으로는 정확한 모델링이 어려운 경우에 통계학적 데이터나 관측 자료 등을 이용하여 예측 모델을 구현할 수 있는 방법이며, 대표적인 머신러닝 기법으로는 인공신경망(Artificial Neural Network) 기법, 서포트 벡터 머신(Support Vector Machine; 이하 SVM) 기법 등이 있다11). Kim 등은 공동주택 공사비 예측에 인공신경망기법을 이용한 예측 모델과 회귀분석기법을 이용한 예측모델의 예측 성능을 비교하는 연구를 수행하였으며, 인공신경망 모델이 회귀분석 모델보다 더 정확하게 공사비를 예측할 수 있음을 보였다. | |
SVM은 높은 일반화 성능을 가지는데, 이에 따른 장점은? | 특히, SVM은 인공신경망 기법의 문제점으로 지적되는 과적합 문제를 벌칙(Penalty)항을 이용하여 피할 수 있으며, 또한 함수 근사에 있어서 이상데이터(outlier)에 둔감하기 때문에 높은 일반화 성능을 가진다. 따라서, 만약 동일한 데이터를 활용할 경우, 데이터의 특성에 따라 인공신경망 기법에 비해 상대적으로 예측력이 우수한 모델의 구현이 가능한 장점이 있다13). 한편, SVM 기법은 자료의 분류 (Classification)에 이용하는 기법과 회귀(Regression)에 이용하는 기법으로 나눌 수 있으며, 본 장에서는 안전보건관리비 예측 모델에 맞는, 회귀에 대한 SVM 기법의 이론적인 개념을 간단하게 소개하고자 한다. |
S. W. Oh, Y. S. Kim, S. H. Choi and J. W. Choi, "A Study on the Estimation of Occupational Safety and Health Expense Rate by Safety Environment Change in Construction Industry", Journal of Korea Institute of Construction Engineering and Management, Vol.14, Issue 4, pp. 97-107, 2013.
K. T. Jung, "Developing Criteria for Standard Safety Management Cost", Korea Industrial Safety Corporation, pp. 51, 1997.
K.S. Son, W.M. Gal and H.S. Yang, "A Study on the Estimating Rate of Safety Management Cost in Building Work", Journal of Korean Society of Safety, Vol.22, Issue 5, pp. 33-40, 2007.
M. G. Lee, "The Ways to Enhance the Efficiency of the Occupational Safety and Health Expenses Operation System", Research Report, KOSHA, 2009.
K. S. Son, "Establishing Appropriate Rate for Standard Safety and Health Management Cost", Research Report, KOSHA, 2005.
A. Ashworth, "Cost Studies of Buildings - 3rd Edition", Harlow Longman, USA, 1999.
G. H. Kim, S.Y. Kim and K. I. Kang, "Comparing Accuracy of Prediction Cost Estimation using Case-Based Reasoning and Neural Networks", Journal of Architectural Institute of Korea-Structure, Vol.20, Issue 5, pp.93-103, 2004.
G. H. Kim, S. H. An and H. K. Cho, "Comparison of the Accuracy between Cost Prediction Models based on Neural Network and Genetic Algorithm", Journal of Architectural Institute of Korea-Structure, Vol.22, Issue 3, pp.111-118, 2006.
S. H. An, U.Y. Park, K.I. Kang, M.Y. Cho and H.H. Cho, "Application of Support Vector Machines in Assessing Conceptual Cost Estimates", ASCE Journal of Computing in Civil Engineering, Vol.21, Issue 4, pp.259-264, 2007.
A. O. Elfaki, S. Alatawi and E. Abushandi, "Using Intelligent Techniques in Construction Project Cost Estimation: 10-Year Survey", Advanced in Civil Engineering, Vol.2014, Article ID 107926, 2014.
M. Mohri, A. Rostamizade and A. Talwalkar, "Foundations of Machine Learning", MIT Press, USA, 2012.
V. N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, Germany, 1995.
A. Smola and B. Scholkopf, "A Tutorial on Support Vector Regression", Technical Report, Royal Holloway College, UK, 1998.
S. G. Noh, "Construction Cost Pricing", Korea Corporation Management Research Institute, 2013.
J. S. Park, "Comparison on Support Vector Regression and Artificial Neural Network Techniques in Data Mining", Doctoral Dissertation, Dongguk University, 2006.
http://www.mathworks.com
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.