상세 보기
생성형 AI 기반의 머신러닝을 통한 굳지 않은 콘크리트의 물성 예측 성능 분석
Predictive Modeling of Fresh Concrete Rheological Parameters Through Based on Generative Adversarial Networks
- 이강혁;
- 이유정;
- 임영주;
- 한동엽
Citations
WEB OF SCIENCE
0Citations
SCOPUS
0초록
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.
키워드
머신러닝; 생성형 인공지능; 콘크리트; 슬럼프 플로; 레올로지; machine learning; generative AI; concrete; slump flow; rheology
- 제목
- 생성형 AI 기반의 머신러닝을 통한 굳지 않은 콘크리트의 물성 예측 성능 분석
- 제목 (타언어)
- Predictive Modeling of Fresh Concrete Rheological Parameters Through Based on Generative Adversarial Networks
- 저자
- 이강혁; 이유정; 임영주; 한동엽
- 발행일
- 2025-04
- 저널명
- 한국건축시공학회지
- 권
- 25
- 호
- 2
- 페이지
- 137 ~ 148