Gaussian Process Regression with Preset Basis Function for Anomaly Detection in Bridge Responses

손상 또는 붕괴 발생 시 막대한 사회적 비용이 발생하는 교량에 대해 각종 센서로 상태를 실시간 모니터링 하는 시스템의 개발 연구가 활발히 진행되어 왔다. 특히, 교량의 구조적 응답은 온도 등 환경적 요인에 영향을 받기 때문에, 강성 저하 등 실제로 관심 있는 사건을 감지하기 위한 기술 개발이 강조되어 왔다. 그러한 관점에서, 여러 환경적 요인에 따른 구조적 응답 데이터를 이용하여 환경적 요인에 따른 영향을 배제하는 기술이 개발되어 왔지만, 다양한 구조물 상태 모니터링 기술들은 사전에 취득되지 않은 범위의 데이터에 대해서는 성능이 다소 떨어지는 한계점이 존재하기도 한다. 이에, 본 연구에서는 상태 모니터링을 위해 측정 데이터뿐 아니라 관련 전문가의 지식을 활용하는 인공지능 기술을 제안하고자 하며, 제안 기술을 도입할 경우 구조적 응답의 이상 감지 성능이 향상될 수 있음을 실제 교량 데이터를 통해 보이고자 한다.