섬유 보강 고성능 콘크리트의 기계적 강도에 대한 온도 영향 설명 가능한 머신러닝 분석

요약

본 연구는 온도 변화가 콘크리트 강도에 미치는 영향을 예측하기 위해 1,204개의 실험 데이터를 활용한 머신러닝 프레임워크를 제시합니다. 여덟 가지 모델 중 앙상블 접근 방식이 가장 우수했으며, 특히 Gradient Boosting과 Extreme Gradient Boosting이 높은 예측 성능을 보였습니다. 또한 Shapley analysis 등을 통해 온도와 잔골재 등이 강도에 중요한 영향을 미치는 주요 요인임을 밝혀냈습니다.

핵심 포인트

• 데이터 기반 프레임워크로 콘크리트 압축 강도를 예측합니다.
• 앙상블 모델(Gradient/Extreme Gradient Boosting)이 높은 성능을 입증했습니다.
• 온도가 압축 강도에 가장 큰 영향을 미치는 주요 요인입니다.
• 모델 해석을 통해 재료 조성 및 환경 변수의 중요도를 파악했습니다.