$\require{mediawiki-texvc}$

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.

딥러닝 기술을 이용한 트러스 구조물의 손상 탐지

Damage Detection in Truss Structures Using Deep Learning Techniques

한국공간구조학회논문집 = Journal of the Korean Association for Spatial Structures, v.19 no.1, 2019년, pp.93 - 100  

이승혜 (세종대학교 건축공학과) ,  이기학 (세종대학교 건축공학과) ,  이재홍 (세종대학교 건축공학과)

Abstract AI-Helper 아이콘AI-Helper

There has been considerable recent interest in deep learning techniques for structural analysis and design. However, despite newer algorithms and more precise methods have been developed in the field of computer science, the recent effective deep learning techniques have not been applied to the dama...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
딥러닝(Deep learning)이 신경망 기법으로 분류되지 않고 따로 분류되는 이유는? 심층 학습이라고도 불리는 딥러닝(Deep learning) 은 기계 학습(Machine learning)의 한 방법으로 입 력된 데이터에 대한 유형 분류(Classification)나 회기(Regression)를 수행하는 기법이다. 일반적인 신 경망(Neural network) 기법으로 분류되지 않고 딥 러닝이라는 용어로 따로 분류되는 이유는 학습에 충분한 데이터를 수집하기 수월해진 정보 환경과 신경망의 성능을 향상시키기 위해 여러 기법이 제안된 것, 그래픽 처리 장치(GPU: Graphics Processing Units)와 메모리 같은 컴퓨터 하드웨어의 성능 향상 에 기인한다.
건전성 모니터링이란 무엇인가? 구조물은 예측할 수 없는 충격 하중, 지진 하중, 풍하중 혹은 재료의 노화 등의 이유로 손상을 입기 때문에 구조물의 손상을 탐지하고 손상의 경중, 영 향, 진행 정도를 파악하기 위한 구조 건전성 모니터 링(Structural health monitoring) 분야가 지속적으 로 발전되어 왔다1) . 건전성 모니터링이란 구조물의 운영 및 하중 환경을 측정하거나 구조물의 사용성, 안전성, 신뢰성 등에 영향을 줄 수 있는 갑작스러운 이상, 노후, 손상 등의 징후를 탐지하고 평가할 수 있는 중요한 응답을 측정하는 것이다2). 그 중 구조 물 손상 탐지(Damage detection) 기법은 구조 건전성 모니터링 분야에서 가장 중요한 부분을 차지한다.
통계적 모델 구축를 2가지로 분류한다면? 손상 탐지 기법은 구조물의 특성 값을 추출하여 손상 정도를 파악할 수 있는 알고리즘을 말한다3) . 이 러한 기법을 통계적 모델 구축이라 말하며 크게 지 도 학습(Supervised learning)과 비지도 학습 (Unsupervised learning)으로 나눌 수 있다. 만일 구조물의 건전 상태 및 손상 상태 특성 값을 모두 알 수 있다면 지도 학습 방법을 사용하여 더욱 고차원적인 알고리즘을 구축할 수 있다4) .
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. Achenbach, J. D., "Structural health monitoring - What is the prescription?", Mechanics Research Communications, Vol.36, No.2, pp.137-142, 2009 

  2. Aktan, A. E., Catbas, F. N., Grimmelsman, K. A., & Tsikos, C. J., "Issues in Infrastructure Health Monitoring for Management", Journal of Engineering Mechanics, Vol.126, No.7, pp.771-724, 2000 

  3. Shon, H., Farrar, C. R., Hemez, F. M., Shunk, D. D., Stinemates, D. W., Nadler, B. R., & Czarnecki, J. J. (2004). A Review of Structural Health Monitoring Literature: 1996-2001(Report No. LA-13076-MS) USA: Los Alamos National Laboratory 

  4. Lee, S. H., & Lee, J. H., "Damage Detection in Truss Structures using Anti-Optimization", Journal of Korean Society of Steel Construction, Vol.25, No.4, pp.441-449, 2013 

  5. Rosenblatt, F., "The perceptron: A probabilistic model for information storage and organization in the brain", Psychological Review, Vol.65, No.6, pp.386-408, 1958 

  6. Paz, M., "Structural Dynamics: Theory and Computation", 3rd ed., Springer Science & Business Media, pp.3-628, 2012. 

  7. McCulloch, W. S., & Pitts, W., "A logical calculus of the ideas immanent in nervous activity", The bulletin of mathematical biophysics, Vol.5, No.4, pp.115-133, 1943 

  8. Rumelhart, D. W., Hinton, G. E., & Williams, R. J., "Learning representations by back-propagating errors", Nature, Vol.323, No.6088, pp.533-536, 1986 

  9. Tieleman, T., & Hinton, G., "Lecture 6.5-rmsprop: Divide the Gradient by a Running Average of Its Recent Magnitude. COURSERA: Neural Networks for Machine Learning", University of Toronto, Vol.4, pp.26-31, 2012 

  10. Hinton, G. E., Srivastava, N., Krizhevsky, A., Sutskever, I., & Salakhutdinov, R. R., "Improving neural networks by preventing co-adaptation of feature detectors", arXiv: 1207.0580 [cs.NE], 2012 

  11. Karsoliya, S., "Approximating Number of Hidden layer neurons in Multiple Hidden Layer BPNN Architecture", International Journal of Engineering Trends and Technology, Vol.3, No.6, pp.714-717, 2012 

  12. Zeiler, M. D., "ADADELTA: An Adaptive Learning Rate Method", arXiv:1212.5701 [cs.LG], 2012 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

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