• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2015년도 추계 학술논문 발표대회
• /
• pp.87-88
• /
• 2015

A defect dispute surrounding an apartment building is in constant trouble, a defect consulting is necessary that objective and impartial for solving a defect. The defect dispute about a defect lawsuit is conducted in the order that filling of lawsuit, consulting order, defect inspecting, estimating a repairing cost, writing a consulting report, submitting a consulting report, and decision by court. Of these, a step of defect inspecting is extensively investigated an occurred defect that each defect index and type from each part and place. At this time, it is collected of many data and created many information. For this, it need to organize and manage. The study is a modeling of field investigation work process that second phase of defect inspecting step. A literature study is defined a work until level 2. This study is defined the work until level 3 to 4. In addition, the modeling can do for using a job name, a place to job, a job to do, and a person concerned about defect consulting case. The modeling is expected a contribution of improving a defect consulting process and systematizing a judgment standard.

• 융합정보논문지
• /
• 제8권6호
• /
• pp.375-380
• /
• 2018

본 논문에서는 화물차 차종을 분류하기 위해서 특징추출단계 없이 입력영상으로부터 차종분류결과를 얻을 수 있는 합성곱 신경망을 사용한 분류방법을 제안한다. 차량의 위에서 촬영된 영상을 입력으로 사용하고 입력영상에 적합한 합성곱 신경망의 구조를 설계한다. 차종과 화물칸의 형태에 따라 차종을 자동 분류하기 위한 학습데이터를 생성하고 지도학습의 형태로 학습시키기 위해 분류된 영상과 올바른 출력결과를 제시하여 신경망의 가중치를 학습시킨다. 실제 영상을 입력하여 합성곱 신경망의 출력을 계산하였고 실제 차종과의 비교를 통해 분류 성능을 평가 하였다. 실험결과 화물의 차종과 적재함의 형태에 따라 90%이상의 정확도로 영상을 분류할 수 있었고, 적재불량 검사의 사전 분류에 활용될 수 있다.