프로젝트 소개
본 과제는 건물에 설치된 센서로 구조물의 상태와 손상 여부를 확인하는 구조물 건전성 모니터링(SHM) 기술에 딥 러닝과 전이학습을 적용하는 연구임. 축소 모형에서 얻은 다양한 손상 데이터를 활용하여 실제 건물의 안전 상태를 효과적으로 판단하는 기술 개발이 핵심임.
연구 목표는 source domain인 축소 모형의 데이터로 사전학습(pre-training)을 수행하고, 이를 target domain인 실 건물에 적용하는 전이학습(transfer learning) 알고리즘 개발임. 핵심 연구 내용은 CNN, RNN, GAN 기반 딥 러닝 적용성 분석, 스마트센서와 기존센서의 융합, 전역적·국부적 모니터링 데이터 처리, feature extraction 및 classification task 연구임. 또한 TCA, JDA, ARTL 기반 domain adaptation, shared representation, fine-tuning 및 scale-free 전이학습 알고리즘을 개발하고 실험으로 검증함. 기대 효과는 통합·원격 건물 안전관리, 보강 적정시점 산정, 사회기반시설물 안전진단에의 활용임. 인공지능 기반 건물 유지관리 기술 고도화, 재난 및 대형사고 예방, 관련 전문 인력 양성, 디지털 뉴딜 데이터 활용 확대에 기여함.