$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

국내 시설물 현황과 AI 기반 점검 기술 동향
A Research on the Status of Facility in Korea and Trends of Inspection Technology Based on AI(Artificial Intelligence) 원문보기

한국공간구조학회지 = Journal of Korean Association for Spatial Structures, v.18 no.2, 2018년, pp.11 - 14  

오진탁 (한국시설안전공단 국가내진센터) ,  남우석 (한국시설안전공단 시설성능연구소)

초록이 없습니다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 기고에서는 국내 시설물들의 노후화, 국가의 SOC 투자, 그리고 4차 산업혁명 기술과 관련된 안전 및 유지 관리 분야의 현황을 살펴보고, 인공지능(AI)을 기반으로 한 점검 기술 동향을 체크하여 해당 분야의 향후 흐름을 전망해보고자 한다.
  • 본고에서는 시설물 노후화에 따른 필요 예산·인력 등이 급증하게 됨을 확인하고, 이를 해결하기 위한 대안으로 인공지능 기술을 활용한 시설물 점검 기술에 대해 살펴보았다.
  • 시설물 유지 관리 분야에 시설물 가상 물리 시스템(CPS/Digital twin), 사물 인터넷(IoT), 인공지능(AI), 로봇/자동장비, 빅데이터, 드론 등으로 대표되는 4차 산업혁명 기술의 접목은 노후화 진행이 가속화되어 가중되는 재정 부담을 덜기 위하여 선택이 아닌 필수이다. 여러 4차 산업혁명 기술 중 AI에 기반한 딥러닝 점검 기술에 대해 소개하고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
현재 Deep learning의 연구분야는 어떻습니까? 경험지향적(Empirical-driven)인 특징을 가진 Deep learning은 사물이나 데이터 분류의 방법론 중 하나로 빅데이터 속에서 패턴을 발견한 뒤 자율 학습(Unsupervised learning)으로 사물을 구분하고 예측 및 판단하는 정보 처리 방식의 원리이다. 현재 로봇, 제조·유통·물류, 보건·의료, 자동차, 지식서비스 분야에서 연구가 활발히 진행 중이며, 인지소프트웨어 플랫폼 시장은 2019년까지 3,683백만달러가 증가할 전망이다.
SOC 시설물의 유지관리 효율화가 필요한 이유는? SOC 시설물은 국민 삶의 질을 결정하는 기초이며, 일자리 창출과 경제 성장의 핵심적인 공공재로서 최소 비용으로 유지 관리의 효율화가 필요하다. 미국은 1980년대부터 SOC 시설물의 노후화로 인한 우려가 제기되었으나, 소요 재정의 55.
Deep learning은 무엇입니까? 현재의 인공지능이 가능하게 된 것은 Deep learning의 등장 이후이다. Deep learning은 기계 학습의 한 기법이며, 인공신경망(ANN) 이론 기반인 심층신경망(Deep neural network)을 말한다. 경험지향적(Empirical-driven)인 특징을 가진 Deep learning은 사물이나 데이터 분류의 방법론 중 하나로 빅데이터 속에서 패턴을 발견한 뒤 자율 학습(Unsupervised learning)으로 사물을 구분하고 예측 및 판단하는 정보 처리 방식의 원리이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (5)

  1. Statistical Yearbook(www.fms.or.kr), 2017. 

  2. Lee, Y. I., Kim, B. H., & Cho, S. J., "Image-based Spalling Detection of Concrete Structures Using Deep Learning", Journal of the Korea Concrete Institute, Vol.30, No.1, pp.91-99 2018 

    상세보기 crossref

  3. An, Y. K., & Jang, K. Y., "Deep Learning-Based Structural Crack Evaluation Technique Through UAV-Mounted Hybrid Image Scanning", Journal of Korean Association for Spatial Structures, Vol.17, No.4, pp.20-26, 2017 

  4. Nam, W. S. (2018). Trends of Inspection Technology for Concrete Structures Based on AI(Artificial Intelligence). Proceedings of Conference of the Korea Concrete Institute, Republic of Korea, Vol.30, No.1 

  5. Wang, K. CP. (2017, June). A Deep-Learning based Fully Automated Cracking Detection with Pixel-Accuracy, The 10th International Conference on the Bearing Capacity of Road, Railways and Airfields, National Technical University of Athens, Greece. 

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로