현장 센서데이터로부터 수집되는 계측된 침하량 시계열 데이터에 대하여 연약지반에 관한 특성을 분석하기 위해 전처리부를 통해 상기 침하량 시계열 데이터를 예측 가능한 형태로 변환하기 위한 데이터 전처리를 수행하는 단계; 학습부를 통해 상기 전처리된 침하량 시계열 데이터의 패턴을 학습하기 위해 미리 수집된 연약지반에 관한 특성을 반영하여 연약층 두께, 점토 높이를 기준으로 결합하여 계층화한 사전 학습을 수행하는 단계; 및 예측부를 통해 상기 현장 센서데이터로부터 수집되는 계측된 침하량 시계열 데이터에 대한 침하량 예측을 위해 상기 사전 학습 결과에 따른 상기 사전 학습 모델의 단계별 점진적 업데이트를 수행하는 단계 를 포함하는 침하량 예측 방법.

제1항에 있어서, 상기 현장 센서데이터로부터 수집되는 계측된 침하량 시계열 데이터에 대하여 연약지반에 관한 특성을 분석하기 위해 전처리부를 통해 상기 침하량 시계열 데이터를 예측 가능한 형태로 변환하기 위한 데이터 전처리를 수행하는 단계는, 상기 침하량 시계열 데이터별 연약층 특성에 대한 정보를 확인하여 각각 하나의 컬럼으로 추가하고, 연약층 두께와 점토 특징에 대한 컬럼으로 추가하여 추후에 해당 특성에 따라 데이터를 계층적으로 분류하며, 상기 침하량 시계열 데이터 중 결측치를 대체하기 위해 날짜 데이터를 기준으로 날짜, 침하량 및 성토고 데이터에 대한 선형 보간을 적용한 후 상기 침하량 시계열 데이터 재배치 및 데이터 정규화를 수행하는 침하량 예측 방법.

제1항에 있어서, 상기 학습부를 통해 상기 전처리된 침하량 시계열 데이터의 패턴을 학습하기 위해 미리 수집된 연약지반에 관한 특성을 반영하여 연약층 두께, 점토 높이를 기준으로 결합하여 계층화한 사전 학습을 수행하는 단계는, 연약층 두께, 점토 높이를 기준으로 결합하여 계층화한 사전 학습에서 상기 전처리된 침하량 시계열 데이터의 데이터 계층화를 위해 결합된 수치에 따라 상이한 레벨을 적용하고, 미리 정해진 일정 구간을 학습용 데이터셋 및 테스트용 데이터셋으로 구분하고 데이터 계층화를 통해 계층별 모델이 최적화되어 학습되도록 하는 침하량 예측 방법.

제1항에 있어서, 상기 예측부를 통해 상기 현장 센서데이터로부터 수집되는 계측된 침하량 시계열 데이터에 대한 침하량 예측을 위해 상기 사전 학습 결과에 따른 상기 사전 학습 모델의 단계별 점진적 업데이트를 수행하는 단계는, GRU(Gated Recurrent Unit) 기반의 계층적 네트워크 모델을 통해 이전 모델을 현재 시점을 기준으로 재학습함으로써 예측 정확도를 증가시키고, 각 계층화된 데이터에서 레벨에 따라 특정 구간에서만 재학습을 수행하도록 하는 하여 학습 효율을 증가시키는 침하량 예측 방법.

현장 센서데이터로부터 수집되는 계측된 침하량 시계열 데이터에 대하여 연약지반에 관한 특성을 분석하기 위해 상기 침하량 시계열 데이터를 예측 가능한 형태로 변환하기 위한 데이터 전처리를 수행하는 전처리부; 상기 전처리된 침하량 시계열 데이터의 패턴을 학습하기 위해 미리 수집된 연약지반에 관한 특성을 반영하여 연약층 두께, 점토 높이를 기준으로 결합하여 계층화한 사전 학습을 수행하는 학습부; 및 상기 현장 센서데이터로부터 수집되는 계측된 침하량 시계열 데이터에 대한 침하량 예측을 위해 상기 사전 학습 결과에 따른 상기 사전 학습 모델의 단계별 점진적 업데이트를 수행하는 예측부 를 포함하는 침하량 예측 시스템.

제5항에 있어서, 상기 전처리부는, 상기 침하량 시계열 데이터별 연약층 특성에 대한 정보를 확인하여 각각 하나의 컬럼으로 추가하고, 연약층 두께와 점토 특징에 대한 컬럼으로 추가하여 추후에 해당 특성에 따라 데이터를 계층적으로 분류하며, 상기 침하량 시계열 데이터 중 결측치를 대체하기 위해 날짜 데이터를 기준으로 날짜, 침하량 및 성토고 데이터에 대한 선형 보간을 적용한 후 상기 침하량 시계열 데이터 재배치 및 데이터 정규화를 수행하는 침하량 예측 시스템.

제5항에 있어서, 상기 학습부는, 연약층 두께, 점토 높이를 기준으로 결합하여 계층화한 사전 학습에서 상기 전처리된 침하량 시계열 데이터의 데이터 계층화를 위해 결합된 수치에 따라 상이한 레벨을 적용하고, 미리 정해진 일정 구간을 학습용 데이터셋 및 테스트용 데이터셋으로 구분하고 데이터 계층화를 통해 계층별 모델이 최적화되어 학습되도록 하는 침하량 예측 시스템.

제5항에 있어서, 상기 예측부는, GRU(Gated Recurrent Unit) 기반의 계층적 네트워크 모델을 통해 이전 모델을 현재 시점을 기준으로 재학습함으로써 예측 정확도를 증가시키고, 각 계층화된 데이터에서 레벨에 따라 특정 구간에서만 재학습을 수행하도록 하는 하여 학습 효율을 증가시키는 침하량 예측 시스템.