머신러닝 기술은 기존의 알고리즘으로 수행하기 어려운 회귀, 분류, 예측을 가능하게 함으로써, 최근 머신러닝을 활용한 소재 및 구조 설계 연구결과들이 많이 보고되고 있고 관심이 증대되고 있다. 소재 개발 - 형상 설계 - 공정 최적화를 망라하는 생산전주기에서, 입력변수와 출력변수의 관계가 복잡하고 설계 자유도가 매우 높아서, 기존의 설계방법론으로 최적설계를 수행하기 어려운 과제들이 산재해 있다. 본 인공지능 응용 세미나에서는 다양한 설계 문제에 대하여 설계공간의 크기, 데이터 신뢰도, 데이터셋의 크기 별로 데이터에 기반한 맞춤형 설계방법을 제안하고 실제 연구사례들에 대해 소개하고자 한다. 특히, 강도 및 인성과 같은 비선형 특성에 대한 최적화, 데이터 수가 작아서 심층신경망 활용이 불가능한 상황, 시뮬레이션으로 많은 데이터를 도출할 수 있으나 실험과 오차로 인하여 설계정확도 한계가 존재하는 경우, 공정변수와 제품의 상관관계가 복잡한 경우 등 데이터 기반 최적화 기법 적용 시 봉착하는 문제들에 대해 논하고, 관련된 응용 사례를 중심으로 내용을 구성하였다. 

• Material development
• Process optimization
• Machine learning
• Production cycle
• Data reliability

목록

  전체댓글 0

[로그인]

댓글 입력란

0/500자