메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
안현주 (Gyeongsang National University) 박상미 (Gyeongsang National University) 이재희 (Gyeongsang National University) 강인석 (Gyeongsang National University)
저널정보
한국철도학회 한국철도학회 논문집 한국철도학회 논문집 제23권 제7호(통권 제133호)
발행연도
2020.7
수록면
615 - 624 (10page)
DOI
10.7782/JKSR.2020.23.7.615

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
현재 철도를 포함한 토목공사의 공정별 공기산정 방식은 명문화된 규정이 없어 이전에 행해진 공사기록이나 공사관리자의 경험에 의한 주관적인 판단 등에 의하여 산정되고 있다. 이러한 공사기간 산정방식은 공사관리자 역량에 따라 달라질 수 있으므로 적정한 공사기간 산정이 어려운 실정이다. 본 연구에서는 순공사기간 산정에 대하여 기존에 시행되었던 다량의 공사내역 속에서 패턴을 발견하고 스스로 학습하여 종합적인 판단 및 예측하는 딥러닝 알고리즘을 적용하여 세부공종별 순공사기간을 예측하는 방법론을 제시한다. 이를 위하여 공기 예측에 사용가능한 딥러닝 적용 모형을 구성하였으며 예측공기와 실제공기를 비교하여 실무적 적용가능성을 분석하였다. 이를 통하여 기존의 공기산정방법보다 객관적인 공사기간 도출이 가능해지고, 공정관리 프로세스에 딥러닝의 활용성도 증대될 것으로 사료된다.
#Deep learning algorithm #Hyper parameter #Estimation of activity duration #Railway construction project #딥러닝 알고리즘 #하이퍼 파라미터 #공기예측 #철도건설공사

목차

Abstract
초록
1. 서론
2. 이론적 고찰
3. 딥러닝을 이용한 공기예측 모델 구축 방법론
4. 공기예측 결과 분석
5. 결론
References

참고문헌 (18)

참고문헌 신청
S.H. Jeong (2019) A study on the analysis and estimation of the construction cost by using deep learning in the smart educational facilities, ME Thesis, Hongik University. google schola G.Y. Lee (2019) The development of productivity prediction model for apartment using deep learning techniques, ME Thesis, Kyunghee University. google schola S.H. Choi, M.S. Do (2018) Prediction of asphalt pavement service life using deep learning, International Journal of Highway Engineering, 20(2), pp. 57-65. google schola S.Y. Kwon, T.M. Yin, J.W. Kim, Y.S. Kwon (2019) A study on the railway accident prevention system using various railway information, 2019 Spring Conference of the Korean Society for Railway, Yeosu, pp. 445-446. google schola G.J. Park, B. Bhandari (2020) Railway facility real-time intruder monitoring system using computer vision and deep learning, Journal of Korean for Railway, 23(1), pp. 35-44. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

영국 그린벨트 관리정책의 변화와 시사점
최영국 국토 2007 .07
머신러닝을 이용한 부동산 지수 예측 모델 비교
이주미 ,  박성훈 ,  조상호 외 1명 대한건축학회논문집 2021 .01
친환경 도시설계를 위한 인공지능 알고리즘
이제승 도시정보 2019 .12
딥러닝을 이용한 선형 설계 초기 단계에서의 저항 추정
조영인 ,  오민재 ,  석영수 외 2명 한국CDE학회 논문집 2019 .06
RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델
신동하 ,  최광호 ,  김창복 한국정보기술학회논문지 2017 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-557-001083063