http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
딥러닝을 활용한 교육용 트러스 구조물 시뮬레이션 시스템 개발
차서연 ( Cha Seoyeon ),아자데 ( Yeganeh Fallah Azadeh ),윤형철 ( Yoon Hyungchul ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.25 No.2
토목공학에서 배우는 구조역학 수업에서는 교량 등 규모가 큰 시설물들을 해석하는 방법에 대해서 배운다. 하지만 큰 규모로 인하여 수업현장 내에서 실제 구조물들을 육안으로 확인하며 해석하는 데에는 한계가 있다. 최근 주목받고 있는 딥러닝 기술을 이용하여 이러한 문제를 해결할 수 있을 것으로 기대된다. 본 연구에서는 학생들이 직접 제작한 모형 구조물들이 형상과 하중에 따라 응력 분포가 어떻게 달라지는지를 직관적으로 체험할 수 있는 교육용 도구를 개발하고자 한다.
CAAD와 GIS 데이터 상호운용을 위한 정보표준에 관한 기초적 연구
박정대(Park Jung-Dae),김진욱(Kim Jin-Wook) 대한건축학회 2008 大韓建築學會論文集 : 構造系 Vol.24 No.8
An increasing number of applications on CAAD and GIS particularly require complex semantic information. In the context of spatial data infrastructures the needed data are drawn from distributed sources and often are thematically and spatially fragmented. Straight forward joining of objects between CAAD and GIS would inevitably lead to information inconsistencies such as cracks, permeations, or other inconsistencies. Semantic information can help to reduce the ambiguities for geometric integration, if it is coherently structured with respect to geometry. To facilitate the interoperability between CAAD and GIS environment, this paper proposes a basic approach for geometric information of CAAD objects expressed by the IFC model and GIS objects expressed by the GML model. The discussions include not only fundamental investigation for the proposed interoperable data model but also basic research for the primitive transformation methodology of ontology. This research will help in the future development of automatic integration methods for complex CAAD-GIS applications.