기계 학습 기반 지식 이전을 통한 적층 제조 디지털화
2023-11-08
org.kosen.entty.User@5f187664
고현웅(khu0117)
코센브릿지포럼 4회 인공지능 1차 고현웅
▼ 기계 학습 기반 지식 이전을 통한 적층 제조 디지털화
Machine-learning-driven Knowledge Transfer for Digital Additive Manufacturing
▼ 연사소개 : 고현웅 / Hyunwoong Ko
Assistant Professor, Arizona State University
▼ 발표내용
기계 학습은 복잡한 적층 제조(AM)의 근본적 이해에 필요한 공정-구조-물성(PSP) 인과 관계 지식을 원시 데이터로부터 지속해서 축출할 수 있는 잠재력을 가지고 있습니다. 그러나 현재 이를 위한 체계적인 방법론들이 부족하여 이 잠재력은 아직 제한되어 있습니다. 그리하여 이 발표에서는 이 문제를 해결하기 위해 개발된 물리지식기반 기계 학습 프레임워크를 소개합니다. 이 프레임워크는 물리지식기반 기계 학습을 활용한 PSP 인과 관계 예측을 AM에서 새로이 체계적으로 가능하게 합니다. 이를 통해 프레임워크는 기존의 물리지식이 다양한 기계 학습 모델 및 AM 데이터와 결합하여 새로운 PSP 지식이 축출되도록 도와줍니다. 그리하여 이 새로운 프레임워크는 (1) 동적으로 생성되는 AM 데이터의 이해도를 높여주고, (2) 축출된 PSP 인과 관계들을 체인으로 연결해 주어 PSP 인과 관계들이 학습됨에 따라 AM 지식이 지속해서 확장되며 갱신되도록 도와줍니다. 또한 이 프레임워크는 PSP 예측 기계 학습을 통해 AM에서의 사전적 의사 결정 및 제어 활동을 새로이 지원하며 다중의 공간적 및 시간적 규모서의 AM 디지털 트윈 개발을 강화합니다.
▼ 기계 학습 기반 지식 이전을 통한 적층 제조 디지털화
Machine-learning-driven Knowledge Transfer for Digital Additive Manufacturing
▼ 연사소개 : 고현웅 / Hyunwoong Ko
Assistant Professor, Arizona State University
▼ 발표내용
기계 학습은 복잡한 적층 제조(AM)의 근본적 이해에 필요한 공정-구조-물성(PSP) 인과 관계 지식을 원시 데이터로부터 지속해서 축출할 수 있는 잠재력을 가지고 있습니다. 그러나 현재 이를 위한 체계적인 방법론들이 부족하여 이 잠재력은 아직 제한되어 있습니다. 그리하여 이 발표에서는 이 문제를 해결하기 위해 개발된 물리지식기반 기계 학습 프레임워크를 소개합니다. 이 프레임워크는 물리지식기반 기계 학습을 활용한 PSP 인과 관계 예측을 AM에서 새로이 체계적으로 가능하게 합니다. 이를 통해 프레임워크는 기존의 물리지식이 다양한 기계 학습 모델 및 AM 데이터와 결합하여 새로운 PSP 지식이 축출되도록 도와줍니다. 그리하여 이 새로운 프레임워크는 (1) 동적으로 생성되는 AM 데이터의 이해도를 높여주고, (2) 축출된 PSP 인과 관계들을 체인으로 연결해 주어 PSP 인과 관계들이 학습됨에 따라 AM 지식이 지속해서 확장되며 갱신되도록 도와줍니다. 또한 이 프레임워크는 PSP 예측 기계 학습을 통해 AM에서의 사전적 의사 결정 및 제어 활동을 새로이 지원하며 다중의 공간적 및 시간적 규모서의 AM 디지털 트윈 개발을 강화합니다.