블로그

대학원생을 위한 연구와 논문 6: 첫 연구 주제는 어떻게 찾는가?

프로젝트의 책임과 개인의 관심을 함께 고려하며, 관심을 실행 가능한 연구 질문으로 발전시키는 과정을 설명합니다.

대학원생을 위한 연구와 논문 5: 논문의 논리: 주장–이유–근거

주장·이유·근거를 연결하고, 서론의 질문이 결론까지 이어지도록 공학 논문의 논리와 흐름을 점검합니다.

대학원생을 위한 연구와 논문 4: 좋은 실험은 어떻게 설계하는가?

공정한 비교, 자료 분리, 지표, 반복 실험을 연구 주장에 맞춰 설계하는 방법을 살펴봅니다.

대학원생을 위한 연구와 논문 3: Research Question과 연구 가설은 어떻게 세우는가?

연구 질문·가설·목표·가정을 구분하고, 예상하는 답을 검토 가능한 실험과 연결합니다.

대학원생을 위한 연구와 논문 2: Research Gap은 어떻게 찾는가?

Knowledge gap, research gap, 선행연구의 한계를 구분하고, 문헌과 공학 사례로 연구 공백을 찾는 방법을 설명합니다.

대학원생을 위한 연구와 논문 1: 연구란 무엇인가?

구현 계획을 연구 질문으로 발전시키고, 증거로 학술적 기여를 설명하는 방법을 살펴봅니다.

AI에게 구조계산을 맡길 수 있을까? 기준서를 찾고, 계산하고, 서로 검토하는 RAMASC

설계 변경 뒤 반복되는 계산 검토. 검색·Python 실행·여러 AI의 상호 검토를 연결하면 무엇이 달라질까요?

안전기술, 얼마를 투자해야 할까? ECOSTAT으로 살펴보는 현장별 손익분기점

AI 카메라와 스마트 안전장비, 성능만큼 중요한 투자 조건을 현장 규모와 사고 예방 효과로 풀어봅니다.

[논문 소개] 그물을 빠져나가는 작은 물고기: 건설 현장 초소형 객체 탐지를 위한 DSDL

논문 리뷰: Tiny Object Detection Using Distance-guided, Signed, and Densified Learning (DSDL) for Construction Site Safety Monitoring 키워드: 건설 현장 안전, 초소형 객체 탐지, PPE 모니터링, YOLO

[논문 소개] 한국어 건설 문서 특화 AI: RAGO-CONSTRUCT

논문 리뷰: Retrieval optimization for construction documents in low-resource languages using contrastive sentence generation and matryoshka representation learning 키워드: 건설 문서 분석, RAG, 한국어 특화 AI, 검색 최적화

[논문 소개] 딥러닝은 왜 얇은 균열을 놓칠까? (FACS-Net & CT-Loss)

논문 리뷰: Frequency-aware crack segmentation network (FACS-net) and crack topology loss (CT-loss) for thin cracks 키워드: 구조물 유지관리, 균열 인식, 얇은 균열, Computer Vision, Segmentation

[논문 소개] 생성형 AI로 건설 현장 안전 평가하기: 맥락을 이해하는 Large Vision-Language Model

논문 리뷰: Optimizing large vision-language models for context-aware construction safety assessment 키워드: 건설 현장 모니터링, Vision-Language Model, 생성형 AI

[논문 소개] 건설 현장 AI 모니터링을 위한 학습 데이터 자동 생성: 라벨링 없이 새로운 현장에 적응하는 방법

논문 리뷰: Moving-feature-driven label propagation for training data generation from target domains 키워드: 건설 현장 모니터링, 학습 데이터 자동 생성, 새로운 현장 적응

[소식] 연세대-英 UCL, ‘스마트 건설 및 3D 비전 AI’ 공동 워크샵 개최