http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
장단기 기억신경망을 이용한 필로티 구조물의 화재시 온도 시계열 예측모델
김선중(Sunjoong Kim),신진원(Jin Won Sin),최성모(Sungmo Choi) 한국화재소방학회 2022 한국화재소방학회 학술대회 논문집 Vol.2022 No.추계
필로티 구조는 시공성 및 공간 활용성에서의 장점으로 인해 많은 도시형생활주택의 주차장으로 활용되고 있다. 그러나 화재가 발생하였을 경우 다수의 차량, 사방이 트인 구조 등으로 인해 빠른 화염 확산이 발생할 수 있으며, 이를 고려하여 화재 발생에 따른 필로티 구조물의 온도 분포 및 내화성능을 평가하는 해석적 연구가 다수 수행되었다. 본 연구에서는 이러한 해석 데이터를 활용하여 화재시 필로티 내부의 온도 시계열을 예측하는 모델을 제안한다. 다양한 딥러닝 네트워크 중 시계열 분석 및 예측에 특화된 장단기 기억신경망을 활용하였다. 화재 발생원 및 차량 배치에 따른 네 가지의 해석 시나리오를 고려하여 화재확산에 대한 전산유체역학 해석을 수행, 모델의 학습데이터를 획득하였다. 층별 높이 및 가로방향에 따른 총 38개의 위치로부터 획득한 온도 시계열을 학습에 활용함으로써 시간적/공간적 상관성을 학습할 수 있도록 하였다. 베이지안 최적화를 통해 모델의 초변수들을 최적화하였고 모델 경량화를 위해 학습시 다양한 입/출력 데이터 구성에 따른 모델 성능을 확인함으로써 입력값의 사이즈를 최소화하였다. 최종적으로 얻은 예측값과 해석값과 비교하여 제안한 모델의 높은 시계열 예측 및 재구성 성능을 확인하였다. 추후 다양한 해석 시나리오 및 실제 화재실험을 통해 데이터를 보강하여 예측 모델의 강건성을 개선하고, 궁극적으로 제한된 계측 온도만을 활용하여 필로티 공간 전체의 온도분포 및 시계열 추이를 예측할 수 있는 모델의 개발을 목표로 한다.
Deep Gaussian Process를 이용한 장대교량 감쇠비 회귀모델
김선중 ( Kim Sunjoong ),황도연 ( Hwang Doyun ) 한국구조물진단유지관리공학회 2022 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.26 No.2
케이블교량의 감쇠비는 진동 사용성 평가에 있어 매우 중요한 파라미터 중 하나로, 이러한 감쇠비의 영향을 정확히 고려하기 위해서는 감쇠비 추정 과정에서의 불확실성이나 환경/거동조건(Environmental and Operational Conditions: EOC)에 따른 변동성을 모델에 충실히 반영해야 한다. 이를 위해 본 연구에서는 케이블교량의 데이터를 활용하여 약 2년 반 동안의 감쇠비 DB를 구축하고, 이를 토대로 감쇠비와 EOC와의 상관관계를 고려한 확률론적 모델을 구축하였다. 기존 감쇠비 추정기법에 밀도기반 클러스터링을 접목하여 추정 과정에서 발생하는 이상 추정치를 효과적으로 제거하였다. 또한 기계학습 기반 회귀모델인 Deep Gaussian Process (DGP)를 활용하여 각 변수간의 복잡한 상관성 및 추정 감쇠비의 불확실성을 적절하게 반영하였다. 제안된 DGP 기반 감쇠 모델의 적정성을 검증하기 위하여 다양한 회귀 모델과의 성능을 비교하였다.