프로젝트 소개
본 과제는 딥 러닝과 전이학습을 활용하여 실 건물의 구조물 건전성 모니터링(SHM)에서 나타나는 데이터 불균형과 데이터 부족 문제를 해결하려는 연구임. 축소 모형과 실 건물의 센서융합 데이터를 연결하여, 작은 모형에서 학습한 지식을 실제 건물에 적용하는 기술 개발이 핵심임.
연구 목표는 source domain의 건전상태·손상상태 데이터를 바탕으로 사전학습하고 target domain에 맞는 transfer learning 알고리즘을 개발하는 데 있음. CNN, RNN, GAN, domain adaptation, shared representation, fine-tuning 기법을 적용하여 scale-free SHM 체계를 구축하고, 건물 안전진단, 원격 모니터링, 보강 시점 산정, 재난안전 예방에 기여하는 효과 기대됨.