earticle

영어

The purpose of this research is to compare and analyze the method of processing missing values of performance construction duration data generated in the process of developing a construction duration prediction model and to evaluate the accuracy of the two alternative models. With the advent of artificial intelligence, machine learning technologies have been increasingly introduced various industries, and leading to a rising trend in predictive and analytical research using AI. However, in the current construction industry, the utilization of artificial intelligence in predicting construction project durations is currently lacking. Accordingly, this study analyzes the performance construction duration data collected over the past five years and compare and analyze the Hot-Deck Imputation and Cold-Deck Imputation models, which are alternative methods under the intrinsic model. Based on this analysis, the research aims to provide meaningful research results in the process of examining the data missing value processing method of the construction duration prediction model.

한국어

공사기간 예측 모델을 개발하는 과정에서 발생하는 실적 공사기간 자료의 결측값 처리 방법을 비교 분석하고 2가지 대체 모델의 정확성을 평가하는 것을 연구의 목적으로 한다. 인공지능의 도래로 최근 머신러닝 기술이 산업 전반에 도입되며 인공지능을 활용한 예측과 분석 연구가 증가하는 추세에 있다. 하지만 현재 건설업에서는 인공지능을 활용한 공사기간 예측 연구가 부족한 상황이다. 이에 최근 5년간 수집된 실적 공사기간 자료를 분석하고 내재적 모형 하에서의 대체 방법인 핫덱 대체(Hot-Deck Imputation)와 콜드덱 대체(Cold-Deck Imputation) 모델을 비교 분석한다. 이를 기반으로 공사기간 예측 모델의 데이터 결측치 처리 방식을 고찰하는 과정에서 의미 있는 연구 결과를 제시하고자 한다.