| 1 |
1
인공신경망을 기계 학습하여 충돌하중 추정 모델을 생성하는 학습 단계;수중 구조물의 다수의 가속도 센서로부터 측정된 응답가속도를 수신하여 가속도-시간 이력 그래프 이미지로 변환하는, 측정 단계; 및상기 가속도-시간 이력 그래프 이미지를 상기 충돌하중 추정 모델에 입력시켜 상기 충돌하중 추정 모델로부터 충돌하중의 정보를 획득하여 출력하는, 출력 단계;를 포함하고,상기 학습 단계는, 상기 수중 구조물을 해석프로그램을 통해 모델링하고, 상기 모델링된 수중 구조물을 이용하여 상기 인공신경망을 기계 학습시키기 위한 훈련 데이터를 구축하고, 상기 훈련 데이터는 상기 모델링된 수중 구조물에 대한 가속도-시간 이력 그래프의 이미지와 상기 모델링된 수중 구조물에 대한 충돌하중의 정보가 각각 입력 데이터와 출력 데이터로서 하나의 세트로 구성된, 인공신경망 기반의 수중 구조물 안전성 평가 방법
|
| 2 |
2
제 1 항에 있어서, 상기 인공신경망은, 합성곱신경망(CNN)인, 인공신경망 기반의 수중 구조물 안전성 평가 방법
|
| 3 |
3
제 1 항에 있어서,상기 충돌하중의 정보는, 작용위치와 하중크기를 포함하는, 인공신경망 기반의 수중 구조물 안전성 평가 방법
|
| 4 |
4
제 1 항에 있어서,상기 출력 단계는, 상기 획득된 충돌하중의 정보를 기초로 상기 수중 구조물의 안전성을 평가하는 안전성 평가 단계;를 더 포함하는, 인공신경망 기반의 수중 구조물 안전성 평가 방법
|
| 5 |
5
제어부;수중 구조물의 다수의 가속도 센서로부터 측정된 응답가속도를 수신하는, 수신부;상기 제어부의 제어에 따라, 상기 수신된 응답가속도를 가속도-시간 이력 그래프 이미지로 변환하는, 데이터 처리부;상기 제어부의 제어에 따라, 인공신경망을 기계 학습하여 충돌하중 추정 모델을 생성하고, 상기 데이터 처리부에서 변환된 상기 가속도-시간 이력 그래프 이미지를 상기 생성된 충돌하중 추정 모델에 입력시켜 상기 충돌하중 추정 모델로부터 충돌하중의 정보를 획득하는, 추정 모델 생성부; 및상기 제어부의 제어에 따라, 상기 수중 구조물을 해석프로그램을 통해 모델링하고, 상기 모델링된 수중 구조물을 이용하여 상기 인공신경망을 기계 학습시키기 위한 훈련 데이터를 생성하는, 모델링부;를 포함하고,상기 훈련 데이터는 상기 모델링된 수중 구조물에 대한 가속도-시간 이력 그래프의 이미지와 상기 모델링된 수중 구조물에 대한 충돌하중의 정보가 각각 입력 데이터와 출력 데이터로서 하나의 세트로 구성된, 인공신경망 기반의 수중 구조물 안전성 평가 시스템
|
| 6 |
6
제 5 항에 있어서, 상기 인공신경망은, 합성곱신경망(CNN)인, 인공신경망 기반의 수중 구조물 안전성 평가 시스템
|
| 7 |
7
제 5 항에 있어서,상기 충돌하중의 정보는, 작용위치와 하중크기를 포함하는, 인공신경망 기반의 수중 구조물 안전성 평가 시스템
|
| 8 |
8
제 5 항에 있어서,상기 제어부의 제어에 따라, 상기 획득된 충돌하중의 정보를 기초로 상기 수중 구조물의 안전성을 평가하는, 안전성 평가부;를 더 포함하는, 인공신경망 기반의 수중 구조물 안전성 평가 시스템
|
