• 한국건설관리학회논문집
• /
• 제5권3호
• /
• pp.166-173
• /
• 2004

본 연구에서는 건설 관리자의 전자적 의사결정 지원을 위한 활용도구인 건설 데이터 웨어하우스의 시스템 프로토타입 개발에 대한 기초연구를 수행하였다. 건설 데이터 웨어하우스는 건설회사 내에서 별도 저장된 데이터에 접근하여 관리의 차원, 각 주제영역, 그리고 기술모듈별로 분석함으로써 전자적 정보를 제공하는 기술인 바, 이 기술의 건설산업 활용을 위하여 본 연구에서는 데이터 웨어하우스 기술의 기술적 특성을 검토하여 요소기술모듈과 사용주체에 대한 설정을 통한 건설 데이터 웨어하우스 시스템 프로토타입을 도출한다. 이러한 연구의 결과로서, 건설데이터 웨어하우스 시스템 프로토타입과 각 기술 모듈을 제시하고 이의 활용성을 사례연구를 통하여 검증함으로써 데이터 웨어하우스 기술의 건설산업 활용가능성을 확인하였다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.848-852
• /
• 2007

최근 국내 건설기업에서는 다양한 정보의 수요가 발생하고 있으며 정보량도 점차 증가하고 있다. 그러나 정보량이 방대하여 정확하고 민첩한 정보검색 및 활용이 낮은 상태이다. 효과적인 검색과 활용을 위하여 다양한 분야에서 새로운 검색 모형으로써 각종 메타데이터가 제안되고 있으나 국내${\cdot}$외 건설 산업에서는 일부 기관에서만 활용되고 있는 실정이어서 메타데이터를 이용한 건설정보 활용 연구가 마련되어야 한다. 본 연구에서는 건설 정보의 활용을 위한 메타데이터 분석 연구를 위해 건설 산업의 정보와 정보화 현황, 메타데이터의 개념과 관련연구를 고찰하였다. 그리고 건설정보 활용 현황 및 메타데이터 활용 방안을 분석하고 메타데이터의 시스템 모형과 정보시스템 구축절차를 제시하였다. 이에 초기 연구로써 건설 산업의 메타데이터 요소를 분석하였으며, 메타데이터 적용 시 효과를 제시하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.758-759
• /
• 2019

4차산업혁명 시대의 도래로 빅데이터, AI 기술 등을 이용하여 데이터 수집, 분석, 가공, 활용에 관심이 높아졌다. 정부도 공공부문 정보시스템의 보유데이터를 개방하여 산업 전반에 데이터 연계·활용을제고하고 있다. 본 연구는 도로건설사업의 업무처리를 지원하는 건설사업정보시스템(CALS)에 보유중인 건설데이터를 개방하기 위한 방안을 마련하였다. 이를 위해 건설데이터 중 개방 가능한 데이터를 선정하고 키워드를 통한 데이터 및 파일의 정보검색 환경과 데이터 공개서비스 구축방법을 제시하였다.

• 대한토목학회논문집
• /
• 제43권1호
• /
• pp.99-107
• /
• 2023

최근 건설 현장의 안전사고 비율은 전체 산업에서 가장 높은 비중을 차지한다. 인공지능 기술을 건설 현장에 접목하기 위해서는 기초 학습 자료로 활용될 수 있는 데이터셋 확보가 필수적이다. 본 논문에서는 실제 현장 확보를 통해 원천 데이터를 수집하였으며, 토목 현장에서 주로 운용되고 있는 주요 건설장비 객체를 선정하고 약 9만장의 정지영상 데이터셋 가공을 통해 최적의 학습 데이터셋 구축을 완료하였다. 또한, 객체 인식분야의 대표적인 모델인 YOLO를 활용하여 구축된 데이터의 검증 작업을 수행하였고 90 % 근접한 검출 성능을 확인해 데이터 신뢰성을 확보하였다. 본 연구에서 사용되는 학습 데이터셋은 공공데이터포털에서 활용 가능하도록 공개를 완료하였다. 본 데이터셋은 향후 건설안전 분야의 객체 인식 기술의 건설현장 적용을 위한 기반 데이터로 활용 가능하리라 판단된다.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.661-670
• /
• 2006

건설 공정계획을 수립함에 있어 시뮬레이션의 제한적인 활용은 시뮬레이션 관련 데이터의 수집과 모델 구축의 어려움에 그 원인을 두고 있다. 본 연구에서는 시뮬레이션 관련 데이터 수집과 분석을 통하여 건설 장비 운영 특성 데이터 축적과 데이터 분포 특성 분석 방법론을 제시하였다. 실제 현장에서 측정한 건설 장비 운영 데이터를 확률 통계적 기법을 적용하여 데이터의 분포 특성을 분석하였으며, 이러한 데이터 축적 및 데이터베이스(DB)화는 시뮬레이션 입력 데이터의 지원과 건설 장비 운영 계획에 다시 사용되어 건설 관련 정보의 효율적 활용이 가능하다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.375-378
• /
• 2020

본 연구는 토지 보상비의 추정 모델 개발을 위해서 건설 CALS (Continuous Acquisition & Life-cycle Support) 시스템의 내부데이터와 개별공시지가 및 표준지 공시지가 등의 외부데이터, 그리고 개발된 추정 모델의 고도화를 위한 개별공시가 데이터를 기반으로 생성된 데이터를 활용하였다. 이렇게 수집된 3가지 유형의 데이터를 분석하기 위해서 기존 선형 모델 또는 의사결정나무 (Tree) 기반의 모델상 과적합 오류를 제거할 경우 매우 유용한 알고리즘으로 Decision Tree 기반의 Xgboost 알고리즘을 데이터 분석 방법론으로 토지 보상비 추정 모델 개발에 활용하였다. Xgboost 알고리즘의 고도화를 위해 하이퍼파라미터 튜닝을 적용한 결과, 실제 보상비와 개발된 보상비 추정 모델의 MAPE(Mean Absolute Percentage Error) 범위는 19.5%로 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.301-303
• /
• 2015

국내 건설행정 투명화 및 경쟁력 향상 목적으로 개발된 건설사업정보시스템에 정부와 운영주체는 다양한 기능개선 방안과 관련 연구를 수행하며 시스템 성능을 개선시켜왔다. 그러나 기 추진된 성능향상 방안이 공공업무 처리에 중점 되어 대국민 사용자를 위한 콘텐츠 및 기능 등의 서비스가 미흡한 상황이다. 이에 본 논문에서는 건설사업정보 건설인허가시스템의 도로점용장소별 허가현황 기능을 중심으로 빅 데이터를 이용한 허가현황 정보 제공 방안을 제안하였다. 제안한 기능개선 방안은 기 구축된 비정형 데이터를 빅 데이터 기반으로 재분석하여 구글 맵에 가시화함으로써 공공업무 데이터 처리 뿐만 아니라 대국민 서비스를 위한 콘텐츠 제공이 가능하도록 하였다. 뿐만 아니라 그동안 축적된 15TB이상의 건설관련 데이터의 재활용 가능성을 시사함으로써 시스템 활용성 증대 및 개편 방향에 도움이 될 것으로 판단된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.101-104
• /
• 2005

최근 들어 건설분야에서도 정보화를 통해 건설업무의 생산성 향상과 비용 절감을 위해 많은 시스템이 개발되고 있다. 이에 따라 건설정보시스템들에서 생성, 유통되는 정보자원이나 데이터가 다양하고 방대해지고 있다. 이를 위해 본 연구는 건설정보시스템들 간에 정보자원이나 데이터의 상호 연계성을 확보함으로써 언제, 어디서든지 필요한 정보자원이나 데이터을 추출하여 공유 및 재사용할 수 있는 메타데이터시스템 구축 방안을 마련하였고, 16종의 건설CALS 메타데이터를 개발하였다.

• 한국건설관리학회논문집
• /
• 제7권2호
• /
• pp.127-137
• /
• 2006

건설생산성은 단위작업에서 발생되는 자원의 활동과 이로 인한 산출물간의 관계를 지표로 표현한 것을 의미하며 수집된 건설 생산성 정보는 공사 진행의 효율성 파악, 작업여건 및 투입자원의 성능이 공정에 미치는 영향도 분석, 프로젝트별 성과 측정, 향후 공사계획을 위한 참고자료로서의 활용 등 프로젝트 관리를 위한 다양한 목적으로 이용될 수 있다. 본 연구의 목적은 데이터웨어하우스, OLAP, 데이터 마이닝 기술을 활용하여 PDA 및 바코드를 통해 수집된 생산성 데이터를 축적 및 분석하고, 생산성 예측 모델을 제시하기 위한 방법론을 제안하는 것이다. 이를 통해 보다 효율적이고도 다차원적인 생산성 분석이 가능한 건설 생산성 관리 시스템을 개발하는 것이며, 개발된 시스템은 건설 사업의 합리적인 성과 측정과 유사 프로젝트의 공사계획 수립에 활용할 실적데이터를 축적할 수 있을 것이다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.127-134
• /
• 2022

현재 국내 건설업에서는 꾸준히 증가하는 건설재해를 예방하기 위해 다양한 정책적 노력과 연구가 활발하게 진행되고 있다. 기존 연구에서 건설재해 예방을 위해 개발한 예측 모델의 경우, 주로 정형데이터만을 활용하였기에 건설현장의 다양한 특성을 충분히 고려하지 못한 예측 결과가 도출되었다. 따라서, 본 연구에서는 정형데이터와 텍스트 형식의 비정형데이터를 동시에 활용하여 건설현장의 특성을 충분히 고려할 수 있는 기계학습 기반 건설재해 사전 예측 모델을 개발하였다. 본 연구는 기계학습을 위해 건설공사 안전관리 종합정보망(CSI)의 최근 3년간 건설재해 데이터 6,826건을 수집하였다. 수집된 데이터 중 정형데이터의 학습은 5가지 알고리즘의 성능 분석을 통해 Decision forest 알고리즘을 사용하였고 비정형데이터의 학습은 BERT 언어모델을 사용하였다. 정형 및 비정형데이터를 동시에 활용한 건설재해 예측 모델의 성능 비교 결과, 정형데이터만을 활용한 경우보다 약 20 % 향상된 95.41 %의 예측정확도가 도출되었다. 본 연구 결과, 비정형데이터를 동시에 활용함으로써 예측 모델의 효과적인 성능 향상을 확인하였으며, 보다 정확한 예측을 통한 건설재해 저감을 기대할 수 있다.