• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2012년도 춘계 학술논문 발표대회
• /
• pp.301-302
• /
• 2012

Recently, high-rise building projects have been in the spotlight in South Korea. Curtain wall construction, as one of important operations in the high-rise building projects is composed of various, entangled and complex unit processes that require a systematic planning to prevent unexpected delays. A schedule simulation technique has been used for deriving more efficient planning and accurate performance measurement. However, the simulation technique has difficulty in collecting actual data and in applying data fluctuations during construction. Thus, this paper suggests a concept model of Modular Simulation Model(MSM) that overcomes such limitations of traditional simulation technique based on curtain wall operations.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1527-1543
• /
• 2021

본 논문에서는 포인트 클라우드 데이터를 기반으로 자동으로 군집형 솔리드 건물 모델을 생성하는 기술을 다양한 데이터에 적용, 실험을 수행하여 적용 가능성과 효용성을 탐색한다. 또한 자동 건물 모델링 기술의 한계로 인해 부족한 모델의 품질을 향상시키기 위하여 건물의 형상 편집 및 텍스처 조정 기술을 개발, 실험을 통해 결과를 확인하였다. 자동 건물 모델 생성 기술의 적용 가능성 탐색을 위하여 무인항공기 영상 기반으로 생성된 포인트 클라우드와 LiDAR(Light Detection and Ranging) 자료를 사용해 실험하였으며, 자동으로 생성된 건물 모델에 건물 형상 편집 및 텍스처 조정 기술을 적용하여 모델의 품질의 향상 실험을 수행하였다. 이를 통해 포인트 클라우드 데이터 기반의 자동 군집형 솔리드 건물 모델링 기술의 적용 가능성과 모델의 품질 향상기술의 효용성을 확인하였다. 개발된 기술은 기존의 건물 모델링 기술과 비교하여 처리시간의 비용이 크게 감소하며, 잦은 모델 갱신이 필요한 지역에 대한 관리 측면에서도 강점이 있을 것으로 기대된다.

• 한국환경과학회지
• /
• 제23권3호
• /
• pp.503-510
• /
• 2014

To estimate the benefit of high-resolution meteorological data for building energy estimation, a building energy analysis has been conducted over Busan metropolitan areas. The heating and cooling load has been calculated at seven observational sites by using temperature, wind and relative humidity data provided by WRF model combined with the inner building data produced by American Society of Heating Refrigeration and Air-conditioning Engineers (ASHRAE). The building energy shows differences 2-3% in winter and 10-30% in summer depending on locations. This result implicates that high spatiotemporal resolution of meteorological model data is significantly important for building energy analysis.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2014년도 춘계 학술논문 발표대회
• /
• pp.14-15
• /
• 2014

The modular construction is as yet early stage of market in Korea. So It is have difficulty of market demand forecast of the modular building. Therefore, this study was done analysis for market trends of the modular building using ARIMA(Auto Regressive Integrated Moving Average) model by time series data.

• 한국BIM학회 논문집
• /
• 제13권1호
• /
• pp.13-21
• /
• 2023

The purpose of this study is to establish a system that manages the safety of buildings efficiently by finding the correlation of elements related to the safety of buildings and intuitively visualizing them. Data were collected using the data of small-scale buildings managed by public institutions and the government, and an effective analysis visualization environment was established through pre-processing. We selected safety-vulnerable factors such as the structure of the building and completion date to find the relationship, and established a model to prioritize management to find vulnerable buildings.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.485-492
• /
• 2020

Information on the energy consumption of buildings that can be obtained through conventional methods is limited. Therefore, this study aims to develop a model that can support decision making about building facility management through digital transformation technologies. Through the IoT sensor, the building's energy data and indoor air quality data are collected, and the monitored data is visualized through the ELK Stack and produced as a dashboard. In addition, the target building is photographed with a 360-degree camera and maps using a tool to create a 360-degree tour. Using such digital transformation technologies, users of buildings can obtain various information in real time without visiting buildings directly. This can lead to changes in actions or actions for building management, supporting facility management decisions, and consequently reducing building energy consumption.

• 한국건축시공학회지
• /
• 제19권5호
• /
• pp.439-448
• /
• 2019

아파트 프로젝트는 사업성패에 영향을 미치는 요인은 매우 다양하다. 그러나 분양단가가 결정되고, 분양이 시작된 이후에는 사업에 가장 큰 영향을 미치는 요인은 분양 후 1개월간의 초기분양률이다. 일반적으로 사업주체는 경제상황, 주택시장의 동향, 사업지 인근의 주택가격 등 다양한 자료에 의해 초기분양률을 예측한다. 그러나 이러한 요인들을 초기분양률과 연계하여 정량적으로 계산하는 것은 매우 어렵다. 따라서 본 연구는 실제 수행된 아파트 프로젝트의 분양결과 자료를 이용하여 초기분양률 예측 회귀모델을 제안하는 것을 목적으로 한다. 본 연구를 위해 기존 분양실적자료 수집, 영향요인들의 상관관계 분석, 초기분양률 예측 회귀모델 작성을 진행한다. 본 연구의 결과는 아파트 프로젝트의 사업성 분석 시 초기 분양률 예측을 위한 기초자료로 활용되며, 사업 리스크 모델 개발의 핵심 자료로 활용된다.

• 설비공학논문집
• /
• 제29권10호
• /
• pp.497-503
• /
• 2017

In recent years, studies on the prediction of building load using Artificial Neural Network (ANN) models have been actively conducted in the field of building energy In general, building loads predicted by ANN models show a sharp deviation unless large data sets are used for learning. On the other hands, some of the input data are hard to be acquired by common measuring devices. In this work, we estimate daily building loads with a limited number of input data and fewer pastdatasets (3 to 10 days). The proposed model with fewer input data gave satisfactory results as regards to the ASHRAE Guide Line showing 21% in CVRMSE and -3.23% in MBE. However, the level of accuracy cannot be enhanced since data used for learning are insufficient and the typical ANN models cannot account for thermal capacity effects of the building. An attempt proposed in this work is that learning procersses are sequenced frequrently and past data are accumulated for performance improvement. As a result, the model met the guidelines provided by ASHRAE, DOE, and IPMVP with by 17%, -1.4% in CVRMSE and MBE, respectively.

• 지질공학
• /
• 제31권1호
• /
• pp.31-42
• /
• 2021

도로비탈면관리시스템(Cut-Slope Management System, CSMS)은 전국 일반국도 비탈면에 대해 기초·정밀 조사를 바탕으로 데이터베이스를 구축해왔다. 그런데 이러한 데이터는 사람에 의해 기록되기 때문에 데이터 누락 및 오기입 문제가 발생할 수밖에 없다. 본 연구에서는 데이터의 불완전성 문제를 극복하기 위해 여러 머신러닝 기반의 예측모델들을 개발하고 이를 이용한 데이터 품질 강화 가능성을 검토하고자 하였다. 우선 다 범주 문자형 데이터를 수치화하는 과정을 수행하였고, 선정된 데이터 항목들에 대해 다항 로지스틱 회귀분석(Multinomial Logistic Regression)과 심층신경망(Deep-Neural-Network) 기반의 예측모델들을 개발하였다. 그 결과, 심층신경망 모델들의 정확도가 월등히 높은 것으로 나타났다. 향후 개발된 모델들을 활용하여 누락 및 오기입 데이터의 보완이 가능할 것으로 기대된다.

• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.1-15
• /
• 2015

인류의 문명의 시작된 이래 도시유역의 침수는 거주민과 해당지역의 시설에 화학적이고 물리적인 피해를 입혀왔다. 최근의 연구는 도시홍수와 침수를 해석을 위한 모델과 지형자료의 통합에 관한 연구가 주를 이뤄왔다. 그러나 2차원 모델의 구축과정에 많은 시간이 소요되고 높은 데이터 처리기술을 요구하는 경향이 있다. 게다가 건물의 격자화 과정에서 의도치 않는 격자가 발생하게 되어 해석결과의 신뢰도를 떨어뜨리기 때문에 고해상도의 데이터 구득과 모형을 구축하더라도 건물의 처리기법에 따라 해석결과가 달라진다. 따라서 2차원 침수해석모형의 건물의 자료를 입력 시에는 이러한 왜곡현상을 최소화 할 수 있도록 건물의 일반화 처리 혹은 건물의 직교성 확보 등의 전처리가 필요하다. 이에 본 연구의 목적은 2차원 침수해석결과의 신뢰도를 향상시킬 수 있는 건물의 일반화 기법을 개발하고 건물의 일반화에 따른 영향을 검토하는데 있다. 연구결과, 도시지역의 2차원 침수해석결과의 신뢰도를 향상시키기 위해서는 각종 수치지도로부터 DBM(Digital Building Model)을 생성하고 본 연구에서 제안한 방법 Aggregation-Simplification을 적용하여 건물의 일반화를 수행하는 것이 바람직하며 각 기법의 임계값은 대상지역의 건물의 공간적인 특성을 고려하여 설정하되 건물의 평균 간격과 건물 간격의 표준편차를 더한 값을 초과하지 않는 것이 바람직한 것으로 나타났다.