심층 신경망 기법을 이용한 선박 초기설계단계의 경하중량 추정 (Estimation of Lightweight in the Initial Design of Ships Using Deep Neural Networks)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 29권 / 6호 / 416 ~ 423페이지
· 저자명 : 김기용, 반임준, 박병철, 오상진, 임채옥, 신성철

초록

선박 설계에 있어서 경하중량 정보는 생산을 위한 자재비 추정과 생산 공법의 결정 등에 필수적인 정보이며, 나아가 생산비용 및 생산 기간에 영향을 미치는 요소이다. 따라서 정확한 경하중량 추정이 중요시되고 효율적으로 중량을 통제할 수있어야 한다. 본 연구에서는 먼저 중량 추정 방법에 대해 조사하였으며, 기존의 심층 신경망 기법을 이용한 초기설계단계의경하중량 추정의 정확도를 높이고자 신경망의 구조를 개선하였다. 신경망으로 추정된 경하중량의 유효성을 검증하기 위해통계적 방법을 사용한 경하중량 추정 모델을 개발하였다. 추정된 모델에 시험 데이터를 적용하여 실제 경하중량과 오차율을비교하였다. 이 연구의 목적은 신경망 구조를 개선하고 통계적 방법을 이용하여 추정된 경하중량과 비교를 통하여 신경망기법의 유효성을 증명하고 합리적인 방법을 제안하는 것이다.

영어초록

In ship design, lightweight information is essential informatino for estimating material costs for production and determiningp roduction methods, furthermore, it is a factor affecting production cos tasnd production period. Therefore, accurate lightweight estimaets should be important and be able to control weight efficiently. In this study, the weight estimation method was investigated first, and the structure of the neural network was improved to increase the accuracy of the lightweight estimation in the initial design phase using the existing deep neural network. A lightweight estimation model was developed using statistical methods to validate lightweight estimated as neural networks. The actual lightweight and error rates were compared by applying test data to the estimated model.
The purpose of this study is to improve the neural network structure, to prove the effectiveness of the neural network technique through a comparison with the estimated lightweight method, an dto propose a reasonable method

참고자료

· 없음