인공지능기반 철근콘크리트 구조 설계
$31.05
SKU
9788962852912
[Free shipping over $100]
Standard Shipping estimated by Thu 12/12 - Wed 12/18 (주문일로부 10-14 영업일)
Express Shipping estimated by Mon 12/9 - Wed 12/11 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2021/10/20 |
| Pages/Weight/Size | 182*257*30mm |
| ISBN | 9788962852912 |
| Categories | 자연과학 |
Description
“인간의 창의성에
AI의 학습능력을 더하다”
[AI 기반 철근 콘크리트 구조해석 및 설계] 입문서 첫 출간!
요즘은 AI를 활용한 기술이 많은 분야에서 활용되고 있다. AI 관련 구조공학 분야에서도 최근 10년간 논문이 활발하게 발표되고 있지만, 아직도 기본 가이드가 될 만한 책과 강의는 부족한 상황이다. 이렇듯 현실에서 AI가 설계 분야에 도입되기에는 아직 시간이 필요하다. 하지만 구조설계 분야도 시대의 흐름을 피할 수 없다면, 적극적으로 해법을 찾아야 한다. 그렇다면 구조설계에 AI를 어떻게 활용하며 적용할 수 있을까?
[인공지능기반 철근콘크리트 구조 설계]는 AI에 수십만, 수백만 개의 구조설계서 또는 설계도를 학습시켰다. 엔지니어의 의도를 AI에게 알려주면 AI는 학습된 지식을 바탕으로 기존 구조설계 방법으로는 가능하지 않은 설계를 우리에게 제시한다. 우리는 더 이상 동일한 일을 반복하지 않아도 된다. 이처럼 AI는 탁월한 능력과 기능을 보유하였기 때문에 우리는 불필요한 시간과 에너지를 낭비하지 않을 수 있다.
이 책은 AI 기반 철근 콘크리트 구조설계 및 해석 입문서다. 독자들의 이해를 돕고, 독자들이 원하는 설계 및 해석 시나리오를 수립하여, AI 네트워크를 작성하고, 원하는 설계 결과를 구현하도록 단계별로 구성되었다. 1장부터 4장까지는 AI에 기반한 구조해석 및 설계의 이해를 위한 기본이론을 소개하였다. 5장과 6장에서는 각각 단철근보와 복철근을 갖는 철근 콘크리트 보의 AI에 기반한 해석 및 설계를 기술하였고, 7장에서는 인공신경망의 유도를 통해 철근 콘크리트 기둥의 거동과 설계를 학습하도록 하였다. 특히, 많은 예제들을 담아 독자 스스로 검증할 수 있도록 했으며, 제공된 인공신경망은 독자들이 스스로 작성할 수 있도록 도움을 줄 것이다. 또한, 부록에는 모든 예제를 윈도형 소프트웨어에 담아 소개하였다. AI 구조설계 분야의 책은 한국은 물론 전 세계적으로도 찾기 힘들다. 이 책은 순차적으로 영어와 베트남어로 출간될 것이다. 아마도 이 분야에서 ‘최초’라는 수식어가 붙는 책일 것이다. 현장 실무자에게는 한 걸음 앞서 나갈 수 있는 원동력이 될 것이며, 공부하는 학생들에게는 한 단계 높은 지식을 배울 수 있는 계기가 될 것이다.
AI의 학습능력을 더하다”
[AI 기반 철근 콘크리트 구조해석 및 설계] 입문서 첫 출간!
요즘은 AI를 활용한 기술이 많은 분야에서 활용되고 있다. AI 관련 구조공학 분야에서도 최근 10년간 논문이 활발하게 발표되고 있지만, 아직도 기본 가이드가 될 만한 책과 강의는 부족한 상황이다. 이렇듯 현실에서 AI가 설계 분야에 도입되기에는 아직 시간이 필요하다. 하지만 구조설계 분야도 시대의 흐름을 피할 수 없다면, 적극적으로 해법을 찾아야 한다. 그렇다면 구조설계에 AI를 어떻게 활용하며 적용할 수 있을까?
[인공지능기반 철근콘크리트 구조 설계]는 AI에 수십만, 수백만 개의 구조설계서 또는 설계도를 학습시켰다. 엔지니어의 의도를 AI에게 알려주면 AI는 학습된 지식을 바탕으로 기존 구조설계 방법으로는 가능하지 않은 설계를 우리에게 제시한다. 우리는 더 이상 동일한 일을 반복하지 않아도 된다. 이처럼 AI는 탁월한 능력과 기능을 보유하였기 때문에 우리는 불필요한 시간과 에너지를 낭비하지 않을 수 있다.
이 책은 AI 기반 철근 콘크리트 구조설계 및 해석 입문서다. 독자들의 이해를 돕고, 독자들이 원하는 설계 및 해석 시나리오를 수립하여, AI 네트워크를 작성하고, 원하는 설계 결과를 구현하도록 단계별로 구성되었다. 1장부터 4장까지는 AI에 기반한 구조해석 및 설계의 이해를 위한 기본이론을 소개하였다. 5장과 6장에서는 각각 단철근보와 복철근을 갖는 철근 콘크리트 보의 AI에 기반한 해석 및 설계를 기술하였고, 7장에서는 인공신경망의 유도를 통해 철근 콘크리트 기둥의 거동과 설계를 학습하도록 하였다. 특히, 많은 예제들을 담아 독자 스스로 검증할 수 있도록 했으며, 제공된 인공신경망은 독자들이 스스로 작성할 수 있도록 도움을 줄 것이다. 또한, 부록에는 모든 예제를 윈도형 소프트웨어에 담아 소개하였다. AI 구조설계 분야의 책은 한국은 물론 전 세계적으로도 찾기 힘들다. 이 책은 순차적으로 영어와 베트남어로 출간될 것이다. 아마도 이 분야에서 ‘최초’라는 수식어가 붙는 책일 것이다. 현장 실무자에게는 한 걸음 앞서 나갈 수 있는 원동력이 될 것이며, 공부하는 학생들에게는 한 단계 높은 지식을 배울 수 있는 계기가 될 것이다.
Contents
1장 AI와 구조공학
1.1 머신러닝(Machine Learning)의 정의
1.2 구조공학 분야를 위한 인공신경망의 적용
1.3 인공신경망 학습의 정의
1.4 딥러닝(Deep Learning, DL)
1.5 구조공학 분야에 적용하기 위해서 인공신경망을 어떻게 활용할 수 있을까?
2장 빅데이터의 생성 및 학습
2.1 빅데이터의 생성 및 학습
2.2 활성함수
2.3 정규화(normalization) 및 초기화(initialization)
2.4 역전파
3장 가중변수와 편향변수의 이해
3.1 가중변수와 편향변수의 역할
3.2 역전파 기반 인공신경망의 수정
3.3 인공신경망 결과의 분석
4장 기울기 하강을 이용한 오차함수의 최소화
4.1 오차함수, 가중변수 및 편향변수
4.2 하강기울기
4.3 하강기울기 방법을 이용한 데이터(빅데이터) 피팅
4.4 데이터 피팅; 기울기(weight)는 고정하고 y절편(bias)만 무작위로 변하는 경우
4.5 데이터 피팅; 가중변수와 편향변수가 동시에 무작위로 변하는 경우
4.6 매트릭스를 이용한 인공신경망의 유도; 뉴런값(Zj)과 은닉층 출력값(yj)과의 관계
4.7 활성함수(activation)를 거친 뉴런값(Zj)
4.8 순방향 인공신경망 및 역전파를 통한 인공신경망의 수정
4.9 역전파로 구성된 인공신경망
4.10 순방향 설계 및 역방향 설계의 정의
4.11 인공신경망 학습방법
5장 깊은 인공신경망 기반의 단철근 RC 보의 설계
5.1 단철근 RC 보의 설계
5.2 빅데이터의 생성
5.3 TED 기반의 인공신경망을 활용한 RC 보 설계; 순방향 및 역방향 설계
5.4 얕은 인공신경망 기반 RC 보의 설계
5.5 결론
6장 인공신경망 기반 복철근 콘크리트 보의 설계
6.1 인공신경망에 기반한 복철근 콘크리트 보(RC 보)의 설계
6.2 설계 시나리오
6.3 역방향 설계
6.4 인공신경망 기반의 역설계 차트를 이용한 설계
6.5 결론
6.6 기호표
7장 인공신경망 기반 철근 콘크리트 기둥의 설계
7.1 철근 콘크리트 기둥의 설계
7.2 빅데이터의 생성
7.3 TED, PTM, CRS 인공신경망에 기반한 RC 기둥 설계
7.4 라그랑지 함수로부터 유도된 최적화 결과와의 비교
7.5 결론
부록 A 인공신경망 기반 철근 콘크리트 기둥의 설계
A.1 매트랩을 이용한 세 가지 학습 방법
A.2 매트랩 기반의 빅데이터 학습(training)
부록 B ADORS 매뉴얼
B.1 개요
B.2 사용자 가이드
부록 C 5, 6, 7장 설계표를 실행한 ADORS 윈도 화면
C.1 단철근 보(Singly reinforced concrete beam)
C.2 복철근 보 (Doubly reinforced concrete beam)
C.3 콘크리트 기둥 (Reinforced concrete column)
1.1 머신러닝(Machine Learning)의 정의
1.2 구조공학 분야를 위한 인공신경망의 적용
1.3 인공신경망 학습의 정의
1.4 딥러닝(Deep Learning, DL)
1.5 구조공학 분야에 적용하기 위해서 인공신경망을 어떻게 활용할 수 있을까?
2장 빅데이터의 생성 및 학습
2.1 빅데이터의 생성 및 학습
2.2 활성함수
2.3 정규화(normalization) 및 초기화(initialization)
2.4 역전파
3장 가중변수와 편향변수의 이해
3.1 가중변수와 편향변수의 역할
3.2 역전파 기반 인공신경망의 수정
3.3 인공신경망 결과의 분석
4장 기울기 하강을 이용한 오차함수의 최소화
4.1 오차함수, 가중변수 및 편향변수
4.2 하강기울기
4.3 하강기울기 방법을 이용한 데이터(빅데이터) 피팅
4.4 데이터 피팅; 기울기(weight)는 고정하고 y절편(bias)만 무작위로 변하는 경우
4.5 데이터 피팅; 가중변수와 편향변수가 동시에 무작위로 변하는 경우
4.6 매트릭스를 이용한 인공신경망의 유도; 뉴런값(Zj)과 은닉층 출력값(yj)과의 관계
4.7 활성함수(activation)를 거친 뉴런값(Zj)
4.8 순방향 인공신경망 및 역전파를 통한 인공신경망의 수정
4.9 역전파로 구성된 인공신경망
4.10 순방향 설계 및 역방향 설계의 정의
4.11 인공신경망 학습방법
5장 깊은 인공신경망 기반의 단철근 RC 보의 설계
5.1 단철근 RC 보의 설계
5.2 빅데이터의 생성
5.3 TED 기반의 인공신경망을 활용한 RC 보 설계; 순방향 및 역방향 설계
5.4 얕은 인공신경망 기반 RC 보의 설계
5.5 결론
6장 인공신경망 기반 복철근 콘크리트 보의 설계
6.1 인공신경망에 기반한 복철근 콘크리트 보(RC 보)의 설계
6.2 설계 시나리오
6.3 역방향 설계
6.4 인공신경망 기반의 역설계 차트를 이용한 설계
6.5 결론
6.6 기호표
7장 인공신경망 기반 철근 콘크리트 기둥의 설계
7.1 철근 콘크리트 기둥의 설계
7.2 빅데이터의 생성
7.3 TED, PTM, CRS 인공신경망에 기반한 RC 기둥 설계
7.4 라그랑지 함수로부터 유도된 최적화 결과와의 비교
7.5 결론
부록 A 인공신경망 기반 철근 콘크리트 기둥의 설계
A.1 매트랩을 이용한 세 가지 학습 방법
A.2 매트랩 기반의 빅데이터 학습(training)
부록 B ADORS 매뉴얼
B.1 개요
B.2 사용자 가이드
부록 C 5, 6, 7장 설계표를 실행한 ADORS 윈도 화면
C.1 단철근 보(Singly reinforced concrete beam)
C.2 복철근 보 (Doubly reinforced concrete beam)
C.3 콘크리트 기둥 (Reinforced concrete column)