[국내학술발표] 기계학습기반 설계 검토를 위한 BIM 객체 자동 인식 기술

구분 : 국내학술발표 | 저자 : 구본상, 유영수, 이고은, 이우진

성과코드	2-양-A-5-2-④	연구기관	서울과학기술대학교
성과명	기계학습기반 설계 검토를 위한 BIM 객체 자동 인식 기술	버전
성과형식		연구기관 연락처	bonsang@seoultech.ac.kr
다운로드	2-양-A-5-2-④_국내학술발표_기계학습기반 설계 검토를 위한 BIM 객체 자동 인식 기술.pdf,
다운로드 링크
URL 연결
성과정의
성과구성	ABSTRACT: 국토교통부는 설계 및 시공 효율성 및 안정성 확보를 통한 국내 건설산업의 경쟁력 향상을 위해 건설 프로젝트 내 Building Information Modeling (BIM) 기술 도입을 적극 장려하고 있다. 이에 따라 건설 프로젝트 수행 방식이 계약 주체와 책임소재의 분절을 해소하고 모델 기반 협업으로 점차 전환되고 있는 상황이며, 특히 본 과정에서 분야별 전문화된 소프트웨어 간 정보 상호호환성에 대한 중요도가 높아지고 있다. 이를 위해 국제 ISO 표준 모델인 Industry Foundation Classes (IFC)를 표준 자료 모델로 활용하여 BIM 소프트웨어 간 정보 교환을 가능케 하고 있으나, IFC의 구조적 난해성으로 인해 실제 데이터 전달 시 건설 정보의 시멘틱 무결성이 보장되지 않는다는 문제점이 있다. 본 문제 해결을 위해 추론 규칙 집합 접근법을 활용한 연구가 다수 진행되어 왔으며, 최근에는 기계학습 접근법을 활용하는 사례 또한 증가하고 있다. 그러나, 기존 기계학습 접근법의 경우 부재의 기하특성 활용에만 집중하고 있었으며, 시멘틱 정보를 함께 활용한 사례는 드문 것으로 조사되었다. 이에 앞선 선행연구에서 문, 벽, 창 3개의 부재를 대상으로 3차원 기하 딥러닝 기반 자동 인식 모델인 MVCNN (Multi-View CNN)과 그래프 학습 기반으로 부재의 구조적 패턴 정보를 학습하는 CRF-RNN (Conditional Random Field as Recurrent Neural Networks) 알고리즘을 적용하여 그 성능을 검증한 바 있다. 더불어, 금번 연구에서는 건축물에 다수 활용되는 8가지 부재를 대상으로 확장 적용하였으며, 그 결과 분류정확도는 단순 MVCNN 적용 시 85.07%, CRF-RNN 병합 모델 적용 시 91.79%로 도출되어 6.72%의 성능이 향상되는 것을 확인할 수 있었다. Keywords: IFC, BIM, Deep learning, Semantic enrichment
사용주체		사용단계
사용용도
사용환경
적용된 KBIMS

List of Articles
번호	구분	분류	제목	저자
63	기타(보고서)	2세부	[보고서] 다차원 설계검토 시각화 프로그램 보고서	박혜진, 판야스테판데이비드, 추승연
62	연구홍보	2세부	[연구홍보] VA/AR관련 동영상, 소개자료	추승연
61	국내논문	2세부	[국내논문] 건축·공간디자인 분야 EEG 실험연구의 통합적 경향 분석	김상희, 추승연
60	소프트웨어(S/W)	2세부	Building material information explorer for calculating building energy performance(건물에너지성능 산출을 위한 건물재료정보 탐색기)	패트릭, 조정훈, 김인한, 윤근영
59	해외학술발표	2세부	[해외학술발표] Development of a Collaboration Recommendation Model between Global Engineering Companies using Link Prediction	Young-su Yu, Bon-sang Koo
»	국내학술발표	2세부	[국내학술발표] 기계학습기반 설계 검토를 위한 BIM 객체 자동 인식 기술	구본상, 유영수, 이고은, 이우진
57	국내학술발표	2세부	[국내학술발표] Neural Structured Learning 기반 그래프 합성을 활용한 BIM 부재 자동분류 모델 성능 향상 방안	유영수, 구본상, 이고은, 김시현, 이우진
56	국내학술발표	2세부	[국내학술발표] 기계학습기반 설계 검토를 위한 BIM 객체 자동 인식 기술	구본상, 유영수, 이고은, 김시현
55	소프트웨어(S/W)	2세부	[소프트웨어(S/W)] NSL 기반 딥러닝 그래프 합성을 통한 BIM 부재 자동 분류 3차원 기하 딥러닝 모델	구본상, 유영수, 이고은, 이우진, 김인한
54	기타(보고서)	2세부	[기타(보고서)] 기계학습 기반 BIM 부재 자동 인식 기술	서울과학기술대학교