Investigation of Seismic Response Prediction Performance of Structures according to Input Dimension Reduction of Machine Learning Model

다양한 구조물의 지진응답을 효율적으로 예측하기 위해 기계학습 기법을 활용한 연구가 근래에 다수 수행되고 있다. RC구조물은 다양한 열화인자에 의해서 재료의 구조적 특성이 변화하기 때문에 정확한 지진응답 예측을 위해서는 경년열화 효과를 고려하여 지진응답 예측모델을 개발하는 것이 필요하다. 이렇게 구조물의 경년열화를 고려한 지진응답 예측모델을 개발하기 위해서는 지진하중의 특성을 나타내는 다양한 입력변수와 함께 경년열화에 의한 재료의 특성변화를 나타내는 입력변수가 필요하게 되어 기계학습 모델의 입력차원이 과다해질 수가 있다. 입력차원이 큰 기계학습 모델을 개발하기 위해서는 필요한 데이터베이스가 커지므로 데이터베이스 구축에 소요되는 시간과 노력도 커진다. 따라서 본 연구에서는 경년열화를 고려한 RC 구조물의 지진응답 예측을 위한 기계학습 모델의 입력차원 축소에 따라 필요한 데이터베이스의 축소 가능성 및 예측 성능을 검토해 보았다. 이를 위해서 경년열화가 구조물의 안전성에 큰 영향을 줄 수 있는 원자력 발전소를 예제구조물로 선택하였고 인공 지반가속도를 지진하중으로 사용하였다. 입력차원 축소기법으로는 특성 선택 및 특성 추출 방법을 사용하여 차원축소 정도에 따른 예측의 정확도를 검토하였다.