http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 최두찬(DooChan Choi) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
앙상블 기법을 활용한 대형복합건축물의 화재 피난가능시간 예측에 관한 해석적 연구
이두희(DooHee Lee),김학경(HakKyung Kim),김전수(Jeon Soo Kim),황현수(Hyun Soo Hwang),최두찬(DooChan Choi) 한국방재학회 2022 한국방재학회논문집 Vol.22 No.5
최근 건축물의 화재위험도가 높아짐에 따라 화재발생 시 많은 인명피해가 발생하고 있으며, 성능위주설계의 중요성이 강조되고있나. 그러나 성능위주 소방설계를 위한 시뮬레이션의 경우, 많은 인력 및 시간이 소요되며 경미한 변경에도 다시 수행해야하는 어려움이 있다. 따라서 본 연구에서는 앙상블기법을 적용하여 화재거리 별 허용피난시간을 화재인자 및 공간인자로쉽게 예측할 수 있는 예측모델을 개발하고자 하였다. FDS 데이터에 기반하여 기계학습을 통해 개발한 예측모델은 결정계수가0.91에 달하는 높은 예측률을 보였으며, 이러한 예측모델을 적용하여 실시간으로 거리별 ASET을 도출할 수 있을 것으로판단된다. With the recent increase in the risk of fire in buildings, the number of casualties that occur in the event of a fire have increased. This emphasizes the importance of performance-based design. However, simulating a performance-based design requires a lot of manpower and time, and re-simulation with minor changes is a difficult task. Therefore, in this study, we attempt to develop a prediction model that can easily predict the ASET for each fire distance as a fire factor and spatial factor by applying ensemble learning. The prediction model developed using machine learning based on FDS data showed a high coefficient of determination of 0.91, and we believe that ASET for each distance can be derived in real time by applying this prediction model.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
