224 0

회귀나무기법과 일반선형회귀분석기법을 이용한 프락시 기반 VS30 추정 결과 비교

Title
회귀나무기법과 일반선형회귀분석기법을 이용한 프락시 기반 VS30 추정 결과 비교
Other Titles
Comparison of the VS30 Prediction Results Based on Proxy Layer Using Regression Tree and Linear Regression Analysis
Author
곽동엽
Keywords
VS30 추정; 프락시레이어; 회귀나무 기법; 일반선형회귀분석
Issue Date
2020-10
Publisher
대한토목학회
Citation
KSCE 2020 CONVENTION, page. 258-259
Abstract
30 m 심도까지의 평균전단파속도인 VS30은 토층의 증폭정도인 부지효과를 나타내는 주요 변수이다. VS30은 물리탐사를 수행한다면 전단파속도주상도로부터 직접 계산할 수 있다. 하지만 물리탐사결과가 존재하지 않거나, 추가적으로 탐사를 수행하기 어려운 지역에서는 간접적으로 VS30을 추정할 필요가 있다. VS30은 토층의 두께 및 강성에 의존적이기에, 지질 특성 및 고도, 경사 등의 지형 속성과 관련되어 있다. 이러한 프락시는 한반도를 아우르는 레이어로 존재하기에, VS30과 프락시의 관계를 정립한다면 VS30을 어느 위치에서든 추정할 수 있다. 이번 연구에서는 기계학습 기법중 하나인 회귀나무 기법과 프락시 기반 VS30을 추정할 때 자주 쓰여 온 일반선형회귀분석 기법을 사용하여 프락시와 VS30의 관계를 살펴보고, 또 두 기법의 정확도를 비교해 보고자 한다. 정확도 비교는 직접 계산된 VS30과 기법을 통해 추정한 VS30의 잔차의 표준편차로 판단하였다. 총 468개 위치에서 VS30과 지질시대, 지질 분류, 고도, 경사도의 프락시 데이터를 수집하였다. 프락시를 입력으로 하고 VS30을 출력으로 하는 데이터를 모델 학습용 데이터와 모델 검증용 데이터로 나누어 모델을 생성하고 검증한 결과, 학습/검증 비율을 50%/50%로 하였을 경우 일반선형회귀분석이 회귀나무기법보다 향상된 결과를, 70%/30%로 하였을 경우 두 기법의 표준편차가 비슷해졌으며, 전체 데이터를 학습용 데이터로 설정하고 생성 된 모델을 학습데이터에 재적용하였을 경우, 회귀나무기법의 표준편차가 일반선형회귀분석기법의 표준편차보다 확연히 작은 값을 나타내었다.
URI
https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE10569684https://repository.hanyang.ac.kr/handle/20.500.11754/165314
Appears in Collections:
COLLEGE OF ENGINEERING SCIENCES[E](공학대학) > CIVIL AND ENVIRONMENTAL ENGINEERING(건설환경공학과) > Articles
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE