KCI등재
기계학습을 이용한 동상방지층의 온도예측에 관한 연구 = Temperature Prediction of Anti-frost Layer using Machine Learning Techniques
저자
손재호(Son, Jaeho) ; 서용원(Seo, Youngwon) ; 박영목(Park, Youngmog) ; 조규태(Cho, Gyutae) 연구자관계분석
발행기관
학술지명
한국방재학회논문집(Journal of The Korean Society of Hazard Mitigation)
권호사항
발행연도
2020
작성언어
-주제어
KDC
530
등재정보
KCI등재
자료형태
학술저널
수록면
9-17(9쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
소장기관
우리나라는 겨울철이 되면 기온이 0 ℃이하로 내려가고 지반이 동결되고 팽창되어 도로구조물에 피해를 끼친다. 지반동결로인한 피해를 사전에 파악하고 대처하기 위해서는 지중온도의 예측은 매우 중요하다. 도로의 각 층의 온도를 예측하기 위하여크랭크-니콜슨 차분법에 의한 수치해석을 수행하였으며 지중온도를 예측하기 위하여 장기간 도로포장구조물의 온도를 측정한국토해양부(MLTM, 2012)에서 주관한 “도로 동상방지층의 효용성 검증 및 설치기준 연구”의 포장층별 온도자료를 이용해인공지능의 한 분야인 기계학습에 의한 수치해석을 통하여 온도예측을 실시하였다. 약 650일의 온도자료를 인공지능의 한분야인기계학습 중 심층신경망학습을 이용하여 동상방지층의 온도예측을 수행하였고, 히든레이어 수와 노드 수를 변경시켜가며트레이닝과정을 거쳤다. 히든레이어가 두 개이고 노드의 수가 40, 100 개인 경우 1에 가까운 적합도를 나타냈으며, 트레이닝결과를이용하여 예측모델을 만들었고 적합도가 0.87인 결과를 나타내었다.
더보기In Korea, the temperature falls below 0 °C in winter and rises above 0 °C in spring. This change in temperature between the two seasons results in the ground alternatively freezing and thawing, which leads to road surfaces being damaged. Predicting the ground temperature becomes very important in identifying and responding to potential infrastructure damage due to the ground freezing and thawing. A simulation was conducted through numerical analysis using the Crank-Nicholson differential method to predict the temperature of each layer of a road. Moreover, the data gathered from measuring the temperature at each layer of a road over a period of 42 days in “Evaluation of Validity for Anti-frost Layer and Development of its Construction Criteria,” organized by the Ministry of Land, Transport and Maritime Affairs (2012), were used for the simulation. The training for temperature prediction of the anti-frost layer was performed using deep learning machine learning techniques with 650 days of measurement data by changing the number of hidden layers and nodes. With two hidden layers, 40 nodes, and 100 nodes, the reliability of the training result was close to 1. The reliability of the predictive model, a by-product of the training, was approximately 0.87.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2008-01-01 | 평가 | 등재후보학술지 유지 (등재후보1차) | KCI후보 |
2006-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.43 | 0.43 | 0.41 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.41 | 0.4 | 0.602 | 0.11 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)