기계학습을 활용한 남해안 점토의 압축지수 예측 모델 비교 = Comparison of Performance of Machine Learning Models for Predicting Compression Index Based on Clay
저자
이성열 ( Sungyeol Lee ) ; 김진영 ( Jinyoung Kim ) ; 강재모 ( Jaemo Kang ) ; 백원진 ( Wonjin Baek ) ; 윤현준 ( Hyeonjun Yoon )
발행기관
학술지명
한국농공학회 학술대회초록집(Proceedings of the Korean Society of Agricultural Engineers Conference)
권호사항
발행연도
2022
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
227-227(1쪽)
제공처
연약지반이 주를 이루는 해안가를 중심으로 대규모 구조물의 시공이 꾸준히 증가하고 있는 추세이므로, 압밀 등에 의한 지반 침하에 의한 상부 구조물의 손상 방지에 주의를 기울여야 한다. 점토의 압밀로 인해 발생하는 침하량은 실험실내의 압밀실험에 의해 도출되는 압축지수와 자연함수비, 액·소성지수, 초기간극비 등 다양한 정수가 고려되어 산정된다. 하지만, 시간과 비용의 소비가 크기 때문에 다수의 시료에 대한 실험이 현실적으로 어려운 실정이다.
따라서, 본 연구에서는 상대적으로 간단한 실험을 통해 산출되는 지반정수인 자연함수비, 액성한계, 소성지수, 초기 간극비를 활용하여 압축지수를 예측할 수 있는 모델을 기계학습을 활용하여 구축하고자 한다. 본 모델을 구축하기 위해, 부산, 광양, 목포지역을 대상으로 입력데이터인 자연함수비, 액성한계, 소성지수, 초기 간극비와 출력데이터인 압축지수의 데이터를 획득하고 DB를 구축하였다.
구축된 DB를 기계학습 알고리즘인 RandomForest(RF), Linear Regression(LR), LightGBM에 적용하여 HyperParameter를 최적화하고, 평가지표인 RMSE, R<sup>2</sup>을 지역별로 비교하여 최적의 모델을 도출하고 지반정수별 압축지수의 영향도를 산출하였다. 그 결과, 부산과 광양 지역은 LR 모델, 목포와 종합적인 지역은 LightGBM이 가장 적합한 모델로 선정되었으며, 단일 지반정수 인자와의 단순 상관분석 결과와 비교하였을 때, 다중인자를 적용한 기계학습 예측 모델이 상대적으로 우수한 성능을 나타냈다. 또한, 압축지수에 높은 영향을 미치는 지반정수는 초기 간극비, 소성지수, 액성한계, 초기함수비 순으로 나타났다. 본 연구에서 구축된 모델을 통해 지역에 따른 압축지수 예측 모델 구축의 가능성을 살펴볼 수 있었으며, 많은 DB를 확보할 경우 모델의 정확도를 향상 시킬 수 있을 것으로 기대된다. 또한, 모델의 높은 정확도의 모델 구축시, 실험실에서 산출된 압축지수에 대한 신뢰도를 보다 높일 수 있을 것으로 기대된다.
분석정보
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)