• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.304-311
• /
• 2022

Construction inspection is a crucial stage that ensures that all contractual requirements of a construction project are verified. The construction inspection capabilities among state highway agencies have been greatly affected due to budget reduction. As a result, efficient inspection practices such as risk-based inspection are required to optimize the use of limited resources without compromising inspection quality. Automated prioritization of textual requirements according to their criticality would be extremely helpful since contractual requirements are typically presented in an unstructured natural language in voluminous text documents. The current study introduces a novel model for predicting the risk level of requirements using machine learning (ML) algorithms. The ML algorithms tested in this study included naïve Bayes, support vector machines, logistic regression, and random forest. The training data includes sequences of requirement texts which were labeled with risk levels (such as very low, low, medium, high, very high) using the fuzzy logic systems. The fuzzy model treats the three risk factors (severity, probability, detectability) as fuzzy input variables, and implements the fuzzy inference rules to determine the labels of requirements. The performance of the model was examined on labeled dataset created by fuzzy inference rules and three different membership functions. The developed requirement risk prediction model yielded a precision, recall, and f-score of 78.18%, 77.75%, and 75.82%, respectively. The proposed model is expected to provide construction inspectors with a means for the automated prioritization of voluminous requirements by their importance, thus help to maximize the effectiveness of inspection activities under resource constraints.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.811-825
• /
• 2023

데이터 활용을 통한 지능형 행정서비스 정책을 적극적으로 추진하고 있는 정부 기조에 따라, 재난안전관리 분야도 신종·복합재난에 효율적으로 대응하기 위한 데이터 기반의 상황관리시스템을 구축·운영하고 있다. 하지만 재난 상황 발생 시 현장 상황 파악에 어려움이 있고, 방대한 데이터의 표출만으로는 상황판단 및 수습·대응에 필요한 정보를 제공하는 데 여전히 한계가 있다. 본 논문은 재난안전상황실 근무자의 상황관리 업무에 대해 지능정보기술을 활용하여 지능화 및 효율화에 필요한 구체적인 기술 도출을 목적으로 한다. 중앙재난안전상황실 근무자를 대상으로 개별 면담 및 조사를 통해 재난 상황관리 업무 범위와 GIS 통합상황관리시스템의 활용 상황 및 시스템에 구축된 데이터의 용도와 특징을 조사·분석하였다. 그리고 상황관리 업무의 지능화 및 효율화에 필요한 기술을 도출하기 위하여 신속·정확한 현장상황 파악, 데이터 기반 상황판단, 효율적 상황관리 업무 지원을 전략으로 하여 실행과제를 정의하고, analytic hierarchy process (AHP) 분석을 통해 실행과제의 중요도를 평가하여 우선순위를 결정하였다. 그 결과 상황관리 효율화를 위해서는 영상 및 센서 데이터에 대한 수집·분석·관리와 사람이 수행하는 경우 많은 시간이 소요되거나 오류가 있을 수 있는 작업, 즉 상황관련 자료 수집 및 보고서 작업에 지능정보기술 활용이 필요한 것으로 분석되었다. 결론적으로 상황관리 지능화 전략 가운데 중요도가 높은 신속하고 정확한 현장상황의 파악과 효율적 상황관리 업무 지원이 우선적으로 상황관리 지능화 기술 개발 대상으로 추진할 수 있을 것이다.