1) 1차년도: 딥 러닝 기술 적용을 위한 센서융합 건물 SHM 데이터 처리기술 연구 - 딥 러닝 기술의 건물 SHM 응용기술 연구: CNN, RNN 및 GAN의 적용성 연구, 건물 SHM을 위한 최적 기법 선정 - 딥 러닝을 위한 heterogeneous 데이터 처리기술 연구: 전역적/국부적 모니터링 데이터 융합 기법 연구, 특성인자 추출(feature extraction) 및 classification task 방법 연구 - 전역적/국부적 건물 SHM을 위한 센서융합 시스템 설계: 전역적/국부적 모니터링 항목 선정, 대표 구조형식별 계측항목/위치 설계, 센서융합 시스템 적용 모형실험 2) 2차년도: 건물 SHM을 위한 전이학습 알고리즘 연구 - Scale-free 학습 기반 건물 SHM을 위한 domain adaptation 기법 연구: TCA, JDA 및 ARTL 기법 연구, 축소 모형과 실 건물 간 상사법칙 적용, Geometry/material/topology domain 적용 - Shared representation 학습 알고리즘 연구: 유사 구조물간 공통 사용 가능한 shared representation 연구, 특성인자 설계 및 추출 기법 연구, 특성인자 및 label 분포의 mapping 방법 연구 - 전이학습 알고리즘 연구: 최적 전이학습 알고리즘 선정 및 초기 구현, 단순부재/단순구조에 대한 알고리즘 적용 및 실험 검증 3) 3차년도: 딥 러닝 및 전이학습 기반 건물 SHM 기법 개발 - 딥 러닝 기반 건물 SHM의 학습체계 구축: 4단계 평가 결과 범주 설정, 범주별 학습방법 구축, 건물 SHM 특화 딥 러닝 학습체계 구축 - 전이학습 알고리즘 고도화: 사전학습 및 fine-tuning 기법 고도화 연구, 대표 구조형식별 알고리즘 검증, 소규모 vs 중규모 축소 모형에 대한 scale-free 전이학습 알고리즘 적용 및 실험 검증 - 인공지능 기반 센서융합 건물 SHM 시스템 제안: Source 및 target domain의 센서융합 시스템 설계, Source domain 구축방법 및 사전학습 기법 체계화, Target domain의 fine-tuning 기법 체계화 및 SHM 시스템 제안

딥 러닝(deep learning) 기반 실 건물의 구조물 건전성 모니터링(SHM: structural health monitoring)에서 발생하는 데이터 불균형 및 데이터 부족 문제를 해결하기 위하여, source domain(축소 모형)의 건전상태와 다양한 손상상태에 대한 데이터를 실험을 통하여 확보하고, 해석/실험 데이터를 기반으로 사전학습(pre-...