본문 바로가기

추천 검색어

실시간 인기 검색어

학술논문

대형 언어 모델 기반 신경망을 활용한 강구조물 부재 중량비 예측

이용수 47

영문명
Predicting Steel Structure Product Weight Ratios using Large Language Model-Based Neural Networks
발행기관
한국전자통신학회
저자명
박종혁(Jong-Hyeok Park) 유상현(Sang-Hyun Yoo) 한수희(Soo-Hee Han) 김경준(Kyeong-Jun Kim)
간행물 정보
『한국전자통신학회 논문지』제19권 제1호, 119~126쪽, 전체 8쪽
주제분류
공학 > 전자/정보통신공학
파일형태
PDF
발행일자
2024.02.29
4,000

구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

1:1 문의
논문 표지

국문 초록

건물 정보 모델(BIM: Building Information Model)은 관련 기업의 개별화된 프로젝트와 학습 데이터양 부족으로 인해 인공지능(AI: Artificial Intelligence) 기반 BIM 애플리케이션 개발이 쉽지 않다. 본 연구에서는 데이터가 제한적인 상황에서 BIM의 강구조물 부재 중량비를 예측하기 위해 사전 학습이 된 대형 언어 모델을 기반으로 신경망을 학습하는 방법을 제시하고 실험하였다. 제안된 모델은 대형 언어 모델을 활용하여 BIM에 내재하는 데이터 부족 문제를 극복할 수 있어 데이터의 양이 부족한 상황에서도 성공적인 학습이 가능하며 대형 언어 모델과 연계된 신경망을 활용하여 자연어와 더불어 숫자 데이터까지 처리할 수 있다. 실험 결과는 제안된 대형 언어 모델 기반 신경망이 기존 소형 언어 모델 기반보다 높은 정확도를 보였다. 이를 통해, 대형 언어 모델이 BIM에 효과적으로 적용될 수 있음이 확인되었으며, 향후 건물 사고 예방 및 건설 비용의 효율적인 관리가 기대된다.

영문 초록

In building information model (BIM), it is difficult to train an artificial intelligence (AI) model due to the lack of sufficient data about individual projects in an architecture firm. In this paper, we present a methodology to correctly train an AI neural network model based on a large language model (LLM) to predict the steel structure product weight ratios in BIM. The proposed method, with the aid of the LLM, can overcome the inherent problem of limited data availability in BIM and handle a combination of natural language and numerical data. The experimental results showed that the proposed method demonstrated significantly higher accuracy than methods based on a smaller language model. The potential for effectively applying large language models in BIM is confirmed, leading to expectations of preventing building accidents and efficiently managing construction costs.

목차

Ⅰ. 서 론
Ⅱ. 배경지식
Ⅲ. 대형 언어 모델 기반 BIM 건축물 무게 예측
Ⅳ. 실험결과
Ⅴ. 결 론
References

키워드

해당간행물 수록 논문

참고문헌

교보eBook 첫 방문을 환영 합니다!

신규가입 혜택 지급이 완료 되었습니다.

바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!

교보e캐시 1,000원
TOP
인용하기
APA

박종혁(Jong-Hyeok Park),유상현(Sang-Hyun Yoo),한수희(Soo-Hee Han),김경준(Kyeong-Jun Kim). (2024).대형 언어 모델 기반 신경망을 활용한 강구조물 부재 중량비 예측. 한국전자통신학회 논문지, 19 (1), 119-126

MLA

박종혁(Jong-Hyeok Park),유상현(Sang-Hyun Yoo),한수희(Soo-Hee Han),김경준(Kyeong-Jun Kim). "대형 언어 모델 기반 신경망을 활용한 강구조물 부재 중량비 예측." 한국전자통신학회 논문지, 19.1(2024): 119-126

결제완료
e캐시 원 결제 계속 하시겠습니까?
교보 e캐시 간편 결제