Variational Autoencoder기반 교량 손상 위치 추정의 개념적 방법

초록

구조물 건전도 모니터링 시스템을 기반하는 딥러닝 손상 추정 기법들은 딥러닝 모델 학습을 위해 지도학습을 이용하고 있다. 지도학습의 특성상 딥러닝 모델의 학습을 위해 교량의 손상 상태에서 얻은 센서 데이터와 손상 상태를 의미하는 라벨 데이터가 필요하다. 하지만 실제 현장에서 교량의 손상 상태를 정확히 알아내 라벨 데이터를 취득하는 것은 매우 어려운 일이므로, 지도학습 기반 딥러닝은 현장 적용성이 떨어진다는 단점이 있다. 한편 비지도학습 기반 딥러닝은 이러한 라벨 데이터 없이도 학습이 가능하다는 장점이 있다. 이러한 점에 착안하여 본 연구에서는 비지도학습의 대표적인 딥러닝 기법인 Autoencoder를 활용한 교량 손상 위치 추정 기법을 제안하고자 하였다. 이를 위해 Autoencoder를 활용한 기존의 손상 추정 사례를 분석하여 그 한계점을 도출하였고, 이를 극복하기 위한 기법으로 비지도학습 기반 딥러닝 기법의 하나인 Variational Autoencoder의 활용을 제시하였다.