项目来源

韩（略）科（略）

项目主持人

김（略）

项目受资助机构

울（略）기（略）

项目编号

未（略）

立项年度

2（略）

立项时间

未（略）

研究期限

未（略） （略）

项目级别

国（略）

受资助金额

6（略）0（略）.（略）元

学科

未（略）

学科代码

未（略）

基金类别

이（略）술（略）반（略）

关键词

未（略）

参与者

未（略）

参与机构

未（略）

项目标书摘要：연구（略）2（略）년 1월（略） 포함한 최근 일（略） 자료 데이터베이（略）간과 유사 응답 （略）값으로부터 인공지（略）대적 생성 신경망（略） 개발.-개발된 （略）활용할 수 있는 （略）      -1단（略）함한 일본 최신 （略）료 수집 적대적 （略）델 훈련 시,생성（略）셋의 통계적 분포（略）가지고 있다.본 （略）제 일본 지진의 （略）본 방재과학기술연（略）진관측소와 일본 （略）의 지진파형과 지（略）활용할 계획이다.（略）이상,단층으로부터（略）0km 이하인 지（略）료를 수집할 계획（略）지진 데이터 처리（略）석 및 데이터베이（略）파형 데이터는 필（略）의 처리를 통해 （略）환할 계획이다.이（略）성 신경망(Con（略）N,CGAN)기반（略） 5%-75%및 （略）간(D5-75과 （略）1초 간격의 0.（略） 5%감쇠 유사 （略） 정보를 확보할 （略）수집 시 발생할 （略）형 문제를 방지하（略）터를 확보하고,유（略）유사 응답 스펙트（略） 분류하여 데이터（略）를 통해 모델 편（略）다.본 과정을 통（略）습에 용이하도록 （略）터 파이프라인을 （略）단계:유의지속시간（略）럼 가속도 입력에（略）생성 딥러닝 모델（略） 초기 적대적 생（略） 잠재 공간만을 （略）상 데이터를 생성（略）사전 정의된 특성（略） 특성을 가진 인（略）단점이 있으며,딥（略） 등 학습단계가 （略）존재한다.이후 파（略）장했으며,본 연구（略） 다른 입력값으로（略）할 수 있는 CG（略） 향상시킨 WGA（略）stein GAN（略）ent penal（略）하여 활용할 계획（略）진파형 특징을 정（略）록 합성곱 신경망（略）이다.유의지속시간（略）럼 가속도의 다양（略）습할 수 있도록 （略） 공간 벡터 길이（略）최적화 전략 조정（略）모델 훈련이 완료（略）구소 Hiroyu（略）지도교수와의 검증（略）지진파형이 일본 （略）게 반영하는지 확（略）을 통해 높은 신（略）파형 생성 모델을（略） 지반공학 연구자（略）록 소프트웨어를 （略）      본 제（略） 완수한다면 지진（略）이터의 선택 폭이（略） 다양한 지진 상（略）는 불확실성을 줄（略）자는 인공지능을 （略）공학 연구 분야에（略）력하고 있다.본 （略）토대학교 방재연구（略）면 일본 지진 연（略）층적으로 습득하는（略） 후에는 일본에서（略） 및 지반공학 연（略）.교토대학교 박사（略） 지식과 경험을 （略）일본의 방재연구소（略）릴 계획이다.연수（略） 세미나 개최 등（略）하여 국제 지반공（略）할 것이다.