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
김예은 (경상국립대학교) 김수빈 (경상국립대학교) 이기학 (세종대학교) 신지욱 (경상국립대학교)
저널정보
한국콘크리트학회 콘크리트학회 논문집 콘크리트학회 논문집 제37권 제2호(통권 제206호)
발행연도
2025.4
수록면
219 - 228 (10page)
DOI
10.4334/JKCI.2025.37.2.219

이용수

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

초록· 키워드

오류제보하기
본 연구는 200개의 소수 데이터를 활용하여 철근콘크리트(RC) 기둥의 폭발 저항 성능을 정밀하게 평가할 수 있는 결합형 기계학습 모델을 제안한다. 이를 위해 다양한 기둥 상세 및 폭발 규모 값을 고려한 유한요소해석 기반의 폭발 성능 평가 응답 데이터를 구축하였다. 각 개별 학습 모델에는 7가지 분류 알고리즘이 적용되었으며, 가장 우수한 평가 지표를 보인 모델들을 선별하여 개발하였다. 제안된 기계학습 모델의 조합 기법은 기존의 700개 샘플 기반 모델 대비 데이터 사용량을 65.5 % 절감하면서도 평균 14.3 %의 성능 향상을 달성하였다. 이는 데이터가 제한된 환경에서도 고정밀 · 고속 평가가 가능함을 입증하는 결과이다.
#machine learning #finite element analysis #blast resistance performance assessment #reinforced concrete column #폭발손상평가 #철근콘크리트 기둥 #유한요소해석 #기계학습

목차

ABSTRACT
1. 서론
2. 폭발 저항성능평가 데이터세트 생성
3. 폭발손상평가 모델 개발
4. 기계학습 모델 성능 향상 방안 제안 및 적용
5. 결론
References
요약

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

철근콘크리트 기둥에 대한 연성 기반 폭발손상평가를 위한 기계학습 모델
김예은 ,  김수빈 ,  이기학 외 1명 콘크리트학회 논문집 2024 .12
마이크로 강섬유 보강 경량골재 콘크리트의 탄산화 저항성 평가
이연정 ,  양근혁 콘크리트학회 논문집 2025 .02
강도 및 연성도기반 RC 기둥의 폭발저항성능 분석을 통한 개선점 도출
김예은 ,  이기학 ,  신지욱 콘크리트학회 논문집 2024 .08
Development of Sustainable Slag‑based Geopolymer Concrete Using Different Types of Chemical Admixtures
Ismail Ame ,  Am ,  Abdelkhalik 외 2명 International Journal of Concrete Structures and Materials 2024 .07

최근 본 자료

전체보기

댓글(0)

0