충격하중실험으로 평가한 교각 기초의 안정성 예측에 대한 정확도 분석

초록

교각에 대한 충격하중실험으로 구축한 데이터베이스를 기반으로 머신러닝 기법을 통해 교각의 안전성을 예측 했다. 모형교각실험 데이터와 수치해석 데이터로 이루어진 1,159개의 데이터베이스를 구축하여 알고리즘의 정확도 분석을 수행했다. 머신러닝 알고리즘 중 서포트 벡터 머신(Support Vector Machine : SVM), 의사결정나무(Decision Tree :DT)와 로지스틱 회귀(Logistic Regression) 3개의 알고리즘을 이용하여 안전 진단 예측 정확도를 연구했다. 혼동행렬에 따른 평가지표를 이용하여 알고리즘을 평가했다. 그 결과, 안전과 불량 두 개의 클래스(class)들 간의 경계선을 예측하는 이진 분류 모델인 서포트 벡터 머신을 사용하였을 때 95.9%로 가장 높은 정확도를 나타냈지만, 모든 알고리즘의 특이도(Specificity)가 전체적으로 낮게 나타났다.

키워드