Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

생성형 AI 기반의 머신러닝을 통한 굳지 않은 콘크리트의 물성 예측 성능 분석Predictive Modeling of Fresh Concrete Rheological Parameters Through Based on Generative Adversarial Networks

Other Titles
Predictive Modeling of Fresh Concrete Rheological Parameters Through Based on Generative Adversarial Networks
Authors
이강혁이유정임영주한동엽
Issue Date
Apr-2025
Publisher
한국건축시공학회
Keywords
머신러닝; 생성형 인공지능; 콘크리트; 슬럼프 플로; 레올로지; machine learning; generative AI; concrete; slump flow; rheology
Citation
한국건축시공학회지, v.25, no.2, pp 137 - 148
Pages
12
Indexed
KCI
Journal Title
한국건축시공학회지
Volume
25
Number
2
Start Page
137
End Page
148
URI
https://scholarworks.gnu.ac.kr/handle/sw.gnu/77988
DOI
10.5345/JKIBC.2025.25.2.137
ISSN
1598-2033
2233-5706
Abstract
본 연구에서는 생성형 AI를 이용하여 머신러닝 알고리즘을 작성하여 굳지 않은 콘크리트의 슬럼프 플로 및 배합 요소를 통해 굳지 않은 콘크리트의 레올로지 정수를 예측하고자 하였다. 이에 따라 생성형 AI를 이용해 작성된 머신러닝 알고리즘 의 예측 성능을 분석하고 인간 프로그래머가 직접 작성한 머신러닝 알고리즘과 비교하였다. 연구 결과 생성형 AI를 통해 작 성된 알고리즘의 경우 충분히 레올로지 정수를 예측할 수 있을 것으로 판단되지만 인간 프로그래머가 작성한 알고리즘과 비 교하였을 때 오차 지표가 더 높아 인간이 작성한 경우보다 정확성이 좀 더 떨어지는 것으로 판단된다.
Files in This Item
There are no files associated with this item.
Appears in
Collections
공과대학 > School of Architectural Engineering > Journal Articles
공학계열 > 건축공학과 > Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Han, Dong Yeop photo

Han, Dong Yeop
공과대학 (건축공학부)
Read more

Altmetrics

Total Views & Downloads

BROWSE