클라우드를 이용한 산터널 건설을 위한 전면(굴착면) 메가 슬롯 시스템 운영 개시
딥러닝을 활용하여 정확도가 높은 얼굴 메가 슬롯를 수행하여 건설의 안전성과 경제성을 향상시키는 것을 목표로 합니다
-
보도자료
메가 슬롯(본사: 도쿄도 미나토구, 사장: 하스와 켄지)은 AI 기술인 딥 러닝(*1)을 적용했습니다마운틴 터널 건축의 얼굴을 무료 슬롯위한에서는 정밀도와 시공 안전성, 경제성을 더욱 향상시키기 위해 모든 메가 슬롯 항목을 지원하는 클라우드 시스템(이하 클라우드)을 구축하고 일본 터널 현장에서 본격 운영을 시작합니다
일본의 산악 터널 건설 표준 공법인 NATM(New Austrian Tunneling Method)은 숏크리트와 록볼트를 주요 지지재로 사용하며, 지지 구조물의 규모와 강도는 예비 지질 조사를 바탕으로 계획됩니다 그러나 사전조사 결과가 충분하지 않아 지반상태(굴착면)의 강도, 풍화변형, 균열간격, 균열상태, 충격 및 침하, 용수량, 열화정도 등 7개 항목을 기준으로 지반상태를 메가 슬롯한다 결과에 따라 계획을 수정하면서 공사를 진행한다
메가 슬롯은 딥 러닝을 활용하여 지질학 전문가와 동등한 평가가 가능한 얼굴 평가 시스템을 개발해 왔으며, 2017년에는 얼굴 이미지에서 풍화 변화, 균열 간격, 균열 상태의 세 가지 항목을 평가하는 시험 시스템을 개발했습니다
최근 강도, 타격 및 딥, 용수량, 악화 정도 등 4가지 추가 항목을 포함하여 총 7가지 항목을 사용하여 얼굴을 메가 슬롯할 수 있는 시스템을 완성했습니다 메가 슬롯 시스템의 핵심이 되는 학습 데이터에는 주식회사 오바야시 암석역학, 지질학 전문가의 지식과 경험이 집약되어 있으며, 전체 7개 항목 중 70% 이상에서 전문가와 동일한 메가 슬롯를 제공하는 것을 확인했습니다
또한 시스템을 클라우드 기반으로 만들어 인터넷 환경과 태블릿 등의 기기만 있으면 전국 어느 현장에서든 사용할 수 있으며, 시공관리자의 육안 메가 슬롯 결과와 현장 시스템 메가 슬롯 결과를 비교할 수 있게 됩니다 지질상태를 신속하고 정확하게 메가 슬롯함으로써 보다 적절한 지주 설치를 촉진하고 건설공사의 안전성과 경제성을 향상시킬 수 있습니다
현재 현장 실증을 진행하고 있으며, 2019년 4월부터 전국 터널 현장에서 본격적인 운영을 시작할 예정입니다
이 시스템은 MathWorks Japan(MathWorks LLC)과 협력하여 개발되었습니다
이 시스템의 기능은 다음과 같습니다
얼굴을 즉시 세부적으로 메가 슬롯하여 건설 안전과 경제성을 향상
태블릿 장치로 얼굴 이미지를 촬영하여 클라우드에 업로드하면 총 7개 항목 중 선택한 항목을 즉시 분석하고 메가 슬롯를 반환합니다 하나의 항목을 분석하는데 소요되는 시간은 약 30초이다 또한, 메가 슬롯 영역에 있어서 기존 방식은 얼굴의 위, 왼쪽, 오른쪽 3개 영역을 육안으로 메가 슬롯한 반면, 이 시스템은 얼굴을 227 x 227 픽셀로 나누어 약 50~70개 영역에 대한 세부 메가 슬롯가 가능합니다 따라서 얼굴의 변형과 붕괴를 해결하기 위해 국소적인 조치를 취할 수 있습니다 사람이 똑같이 얼굴을 구분하고 메가 슬롯하려면 많은 시간이 걸리지만, 이 시스템은 모든 세부 사항을 즉시 메가 슬롯할 수 있어 건설 작업의 안전성과 경제성이 향상됩니다
암석 역학 및 지질학 전문가에 필적하는 매우 정확한 메가 슬롯 가능
우리는 딥 러닝을 사용하여 3,000개의 얼굴 이미지와 전문가 메가 슬롯 결과를 학습했습니다 딥러닝 모델은 신뢰성이 높은 이미지 인식 모델인 AlexNet(*2)을 사용합니다 이 모델을 이용해 얼굴 이미지를 메가 슬롯한 결과, 전문가가 판단한 메가 슬롯 결과 대비 정확도는 7개 항목 모두 70% 이상(7개 항목 평균 84%, 최고 항목 90% 이상)이었다 또한, 각 현장에서 획득한 데이터는 클라우드 서버에 저장되므로 현장에서의 실제 적용을 통해 사례수를 늘리고, 메가 슬롯 결과의 정확도 향상을 목표로 6개월마다 학습 데이터를 업데이트할 예정이다
오바야시코퍼레이션은 저출산 및 인구 고령화로 인한 엔지니어 부족 문제를 해결하고 건설 안전 및 경제성 향상에 기여하기 위해 AI와 ICT를 적극적으로 활용하여 기술 개발을 고도화하겠습니다
- ※1 딥러닝시스템이 데이터의 특성을 학습하여 이벤트를 인식하고 분류하는 "기계 학습" 기술입니다 인간 두뇌의 복잡한 구조를 모방한 신경망이라는 수학적 모델을 계층화해 대량의 데이터로부터 특징과 유사점을 학습하고, 새로운 데이터를 분류하고 판단한다
- ※2 AlexNet토론토 대학에서 이미지 식별을 위해 개발한 다층 신경망입니다 2012년 ILSVRC(International Large Scale Visual Recognition Challenge) 대회에서 우승한 이후 딥러닝이 주목을 받았습니다
또는 그 이상
이 문제에 관한 연락처 정보오바야시 주식회사 CSR실 홍보부 홍보1과
프라그마틱 슬롯 무료체험 연락처
보도자료에 포함된 정보는 출판 당시의 최신 정보입니다