[논문]건축 부재 사용량 예측을 위한 인공지능 학습 모델

김범수; 박종혁; 한수희; 김경준

doi:10.13067/jkiecs.2023.18.1.107

건축 부재 사용량 예측을 위한 인공지능 학습 모델
An Artificial Intelligent based Learning Model for BIM Elements Usage 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.18 no.1, 2023년, pp.107 - 114

김범수 (포항공과대학교 IT융합공학과) , 박종혁 (포항공과대학교 IT융합공학과) , 한수희 (포항공과대학교 IT융합공학과) , 김경준 (포항공과대학교 IT융합공학과)

초록
AI-Helper

본 연구는 건축 부재 사용량 예측을 위한 인공지능 기반의 학습모델을 설계 및 구현하는 방법에 대하여 기술하였다. 인공지능(Artifical intelligence : AI) 은 기술의 발전에 힘입어 다양한 분야에서 폭넓게 활용되고 있지만, 건축설계분야 데이터의 특수성 및 빅데이터 수집의 어려움으로 인해 현장 활용도가 매우 저조한 상태이다. 따라서 건축설계분야에서 인공지능 기술을 도입할 수 있도록 건축 부재 단위의 AI문제를 발굴해 내었으며, 해당분야 데이터가 가지는 특이성을 해결하기 위한 새로운 전처리 기법을 고안하였다. 고안된 전처리 기법을 토대로 인공지능 모델을 구현하였고, 구현된 인공지능 모델의 건축 부재 사용량 예측 정확도가 실제 산업에 사용할 수 있는 수준임을 확인하였다.

Abstract ▼ AI-Helper

This study described a method of designing and implementing an artificial intelligence-based learning model for predicting the usage of building members. Artificial intelligence (AI) is widely used in various fields thanks to the development of technology, but in the field of building information management (BIM), the case of utilizing AI technology is very low due to the specificity of the data in the field and the difficulty of collecting big data. Therefore, AI problems for BIM were discovered, and a new preprocessing technique was devised to solve the specificity of data in the field. An artificial intelligence model was implemented based on the designed preprocessing technique, and it was confirmed that the accuracy of predicting the construction component usage of the implemented artificial intelligence model is at a level that can be used in the actual industry.

주제어

표/그림 (10)

그림 그림 1. 강구조 접합부에서의 부재 사용량 예측 및 이를 기반으로 하는 산업 현장 활용 Fig. 1 Prediction of elements usage in steel structure joints and plan for industrial application
표 표 1. 강구조 접합부에서의 볼트 사용량 예측 Table 1. Prediction of bolts usage in steel structure joints.
표 표 2. 강구조물 단품 데이터 Table 2. Single unit data for steel structure joints
표 표 3. 전처리 전 강구조물 단품 데이터 Table 3. Single unit data for steel structure joints before preprocessing.
표 표 4. 강구조물 볼트 단품 데이터 Table 4. Boult data for steel structure joints before preprocessing.
표 표 5. BIM 데이터 (전처리전) Table 5. BIM data (before)
표 표 6. BIM 데이터 (중복 데이터 압축) Table 6. BIM data (a compressed & overlapped data)
그림 그림 2. 강구조 접합부에서의 볼트 사용량 예측 AI 학습 모델 구성도 Fig. 2. Structural diagram of AI learning model for predicting bolt usage at steel-structured joints
표 표 7. BIM 데이터 예시 (빈도 기반 데이터 증폭) Table 7. BIM data (scaling based on frequency))
표 표 8. 학습 데이터에 따른 학습 모델 예측 정확도 Table 8. Accuracy of prediction of learning model according to learning data

참고문헌 (10)

S. Kim, J. Kong, S. Lee, and S. Lee, "Recent？Advances of Artificial Intelligence in？Manufacturing Industrial Sectors: A Review,"？Int'l. J. of Precision Eng. and Manuf., vol. 23,？2022, pp. 111-129.

상세보기
R. Cioffi, M. Travaglioni, and G. Piscitelli, A.？Petrillo, F. Felice, "Artificial intelligence and？machine learning applications in smart？production: Progress, trends, and directions,"？Sustainability, vol. 12. no. 2, 2020, pp. 492-518.

상세보기
A. Zabin, V. Gonzalez, Y. Zou, and R. Amor,？"Applications of Machine Learning to BIM: A？Systematic Literature Review," Adv. Eng.？Informatics, vol. 51, 2022, pp. 101474.
S. Hashemi, O. Ebadati, and H. Kaur, "Cost？estimation and prediction in construction？projects: a systematic review on machine？learning techniques," SN Applied Sciences, vol.？2, no. 10, 2020, pp 1-27.

상세보기
N. Tam and N. Toan, "Research Trends on？Machine Learning in Construction Management:？A Scientometric Analysis," J. Applied Sci. and？Tech. Trends, vol. 2, no. 3, 2021, pp. 96-104.
M, Gunduz and H. Sahin, "An Early Cost？Estimation Model for Hydroelectric Power Plant？Projects using Neural Networks and Multiple Regression Analysis," J. Civ. Eng. Manag, vol. 21,？no. 4, 2015, pp. 470-477,

상세보기
K. Lee, Y. Yu, D. Ha, B. Koo, and K. Lee, "A？Proposal of Deep Learning Based Semantic？Segmentation to Improve Performance of？Building Information Models Classification,"？KIBIM Magazine, vol. 11, 2021, pp. 22-33.
Y. Li "Classification of Damage of House Images？Based on CNN Model," in Proc. of 2022 Int'l.？Conf. on Big, Data, Information & Computer？Network(BDICN), Sanya, China, 2022.
J. Cho, "Time Series Data Processing Deep？Learning System for Prediction of Hospital？Outpatient Number," J. of the Korea Institute of？Electronic Communications, vol. 16, no. 2, 2021,？pp. 313-318.
J. Choi and H. Choi, "Prediction of Wind Power？Generation using Deep Learning," J. of the Korea？Institute of Electronic Communications, vol. 16, no？2, 2021, pp. 329-338.？

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증