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
이성열 (Korea Institute of Civil Engineering and Building Technology) 강재모 (Korea Institute of Civil Engineering and Building Technology) 김진영 (Korea Institute of Civil Engineering and Building Technology)
저널정보
한국지반환경공학회 한국지반환경공학회 논문집 한국지반환경공학회 논문집 제23권 제8호
발행연도
2022.8
수록면
5 - 10 (6page)

이용수

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

초록· 키워드

오류제보하기
인구 밀집도가 높은 도시 중심지에서 발생하는 지반함몰의 주요 원인은 하수관 및 상수관과 같은 지하매설물의 손상으로 알려져 있다. 이와 관련하여 지반함몰의 원인 규명과 지반함몰 위험 예측에 관한 연구가 꾸준히 수행되고 있다. 현재 지반함몰은 지중탐사레이더를 통해 선제적으로 공동을 발견하여 대응하고 있으나, 이는 인력 및 비용의 소비가 크기 때문에 효율적인 장비의 운영을 위해 위험지역을 예측하고 예측된 지역을 우선순위로 탐사해야 할 필요가 있다. 따라서 본 연구에서는 ○○시의 2개 구를 500m×500m 크기의 그리드로 분할하고, 해당 그리드 내의 지하매설관 속성과 지반함몰 발생 데이터를 활용하여 데이터셋을 구축하였다. 구축된 데이터셋으로 기계학습을 통한 적절한 지반함몰 위험등급 예측 모델을 제시하였고, 제시된 모델을 활용하여 대상지역의 지반함몰 위험지도를 제시하고자 하였다.
#Ground Subsidence #Sewer #Machine Learning #Ground subsidence prediction model #Ground subsidence risk map #지반함몰 #지하매설물 #기계학습 #지반함몰 위험지도 #지반함몰 위험 예측모델

목차

ABSTRACT
요지
1. 서론
2. 기계학습 알고리즘
3. 데이터셋 구축
4. 기계학습 모델의 적용 방법 및 결과
5. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

하수관로 특성에 따른 지반함몰 발생 예측을 위한 기계학습 모델 비교
이성열 ,  김진영 ,  강재모 외 1명 한국지반환경공학회 논문집 2022 .04
지반함몰 위험성 예측 및 평가기술 개발
정재형 ,  김우석 한국지반신소재학회지 2018 .04

최근 본 자료

전체보기

댓글(0)

0