본 연구는 아래와 같이 상호연계된 5개의 모듈로 진행될 계획임. 1) Artificial Intelligence: 차세대 인공지능 통합 프레임워크 본 연구의 핵심기술은 차세대 인공지능 통합 모델이며 아래의 4개의 요소로 구성됨. - 인공지능 Site response analysis(SRA) 모델: 가속도 증폭 예측뿐만 아니라 PGA, 반복전단응력비, 변형률 주상도, 시간이력까지 예측함. SRA는 전응력+유효응력 모델, 결정론적+확률론적 모델 형태로 개발됨. 확률론적 모델은 지반정보 신뢰도 기반 불확실성을 예측하는 진보된 인공지능 모델임. - 인공지능 가상 지반자료 생성 모델은 비지도 학습의 일종인 GAN을 이용하여 개발될 것이며 학습에 활용될 가상 지반 DB를 구축하는데 적용됨. - 인공지능 Peer review는 SRA 해석 결과의 적절성을 평가하기 위하여 개발되는 모델로 Human Intelligence를 모방함. 강화학습 적용하여 개발할 계획임. Peer review 모델은 인공지능 및 SRA 수치해석 결과 평가에 모두 적용됨. - 인공지능 모델 자율 학습: 추가 데이터에 대한 DB 포함 여부를 결정하며 지속적 학습을 자율적으로 진행하는 머신러닝 파이프라인을 운영할 계획임. 2) Computation Model: 배치 연산용 SRA 코드 및 기타 기능 수억회 이상의 연산을 배치 방식으로 수행하며 자동적으로 결과를 정리 및 DB화하며 온라인에서 유저가 해석을 수행할 수도 있는 SRA 코드를 개발하며 CES 센터에 탑재할 계획임. SRA는 전응력 및 유효응력해석이 모두 가능하도록 개발할 계획임. 3) Cyber Infrastructure: 사이버 인프라스트럭쳐 본 연구에서 개발될 자율연산과 자율학습 인공지능 통합 프레임워크는 사이버 인프라스트럭쳐인 CES 센터에 구축될 계획임. CES 센터에는 SRA 수치연산 모델도 온라인 서버에서 구동되도록 할 계획임. 4) Database: 초대용량 지반/지진파 및 해석 DB(가상 지진 Catalog) 30만개를 초과하는 포괄적인 지반 주상도 DB와 수억회를 상회하는 해석 결과 DB를 구축할 계획임. 지반주상도 정보만 입력하면 내진설계를 위한 지반응답해석과 설계지반운동을 산정하는 서비스를 제공하는 대신 입력/출력 정보를 유저 DB에 추가하여 학습에 활용됨. 5) Site Characterization: 입력 지반 물성 정의 지반응답해석 수행을 위한 지반 모델 생성과 확률론적 지반 주상도 및 비선형 곡선 생성 및 적용 등이 포함됨.

본 연구는 설계지반운동 산정을 위한 차세대 자율학습 인공지능 통합 프레임워크를 개발하며 이를 온라인으로 구동하는 Cyber Earthquake Simulation(CES) 센터를 구축하는 것을 목표로 함. 인공지능 통합 프레임워크는 지반응답해석(SRA)을 대체할 인공지능 SRA 모델, 무한한 SRA 학습을 위한 가상 지반 자료 생성 인공지능 모델, 그리고 ...

본 연구는 설계지반운동 산정을 위한 차세대 자율학습 인공지능 통합 프레임워크를 개발하며 이를 온라인으로 구동하는 Cyber Earthquake Simulation(CES) 센터를 구축하는 것을 목표로 함. 인공지능 통합 프레임워크는 지반응답해석(SRA)을 대체할 인공지능 SRA 모델, 무한한 SRA 학습을 위한 가상 지반 자료 생성 인공지능 모델, 그리고 ...

본 연구는 설계지반운동 산정을 위한 차세대 자율학습 인공지능 통합 프레임워크를 개발하며 이를 온라인으로 구동하는 Cyber Earthquake Simulation(CES) 센터를 구축하는 것을 목표로 함. 인공지능 통합 프레임워크는 지반응답해석(SRA)을 대체할 인공지능 SRA 모델, 무한한 SRA 학습을 위한 가상 지반 자료 생성 인공지능 모델, 그리고 ...