| 논문명 |
머신러닝 알고리즘을 이용한 콘크리트 슬럼프 플로 기반의 콘크리트 레올로지 정수 예측 모델 개발 / Development of a Concrete Rheology Parameter Prediction Model Based on Concrete Slump Flow Using a Machine Learning Algorithm |
| 저자명 |
이유정(Yu-Jeong Lee) ; 김인태(In-Tae Kim) ; 한동엽(Dong-Yeop Han) |
| 수록사항 |
한국콘크리트학회논문집, Vol.36 No.1 (2024-02) |
| 주제어 |
레올로지; 콘크리트; 머신러닝; 인공신경망 ; rheology; concrete; machine learning; artificial neural network |
| 요약1 |
본 연구에서는 머신러닝 알고리즘을 활용한 기존의 콘크리트 슬럼프 플로 시험 결과를 바탕으로 콘크리트 레올로지 정수 예측 모델을 개발하는 것을 목표로 한다. 본 연구에서는 연구 목적을 달성하기 위해 데이터 전처리, 품질, 훈련 데이터 개수에 따른 예측 모델의 성능을 분석하였다. 분석 결과, Data Cleaning과 데이터 정규화를 모두 적용하는 데이터 전처리 방식이 모델의 성능 개선에 가장 효과적이었다. 또한 예측 모델의 학습 데이터의 품질이 높고 훈련 데이터의 수가 많을수록 예측 모델의 성능이 향상됨을 확인하였다. 본 연구를 통해 굳지않은 콘크리트의 슬럼프 플로 데이터를 기반으로 레올로지 정수 예측 모델을 개발하는 데 기여할 것으로 판단된다. |
| 요약2 |
This study involved developing a predictive model for concrete rheological parameters using a machine learning algorithm, based on conventional test results of concrete slump flow. To achieve this, the prediction model’s performance was assessed according to data preprocessing, data quality, and the quantity of training data. Analysis revealed that data preprocessing involving both data cleaning and normalization proved effective. Furthermore, the predictive model’s performance improved with higher quality and a larger volume of training data. This study can contribute to the development of a prediction model for rheology parameters based on fresh concrete slump flow data. |
