| 연구목표 |
입자와 용매의 분자 구조를 바탕으로 분산 가능성을 예측할 수 있는 알고리즘을 구축하여 분산 예측에 필요한 물리/사회적 비용을 획기적으로 절감하고자 함. 기계학습 (Machine learning)과 밀도범함수이론 (Density Functional Theory, DFT) 시뮬레이션을 융합하여 분산이 성공한 여러 경우를 실패한 경우와 대조하여 학습하고, 각각의... |
| 연구내용 |
[딥러닝을 통한 분산 성공 사례의 특징 추출] 변수화된 실험 조건과 입자 화학식을 입력값으로 활용하여, 분산 성공 사례의 특징을 스스로 구분하고 추출하는 딥러닝 알고리즘을 활용하고자 함. [밀도 범함수 이론을 활용한 분자 표현자 구현] DLVO 이론에서 표면 전하값으로 단순화되었던 분자의 전자 분포를 정확히 반영하고자, 밀도범함수이론 시뮬레이션 결과를 입자... |
| 기대효과 |
[경제/산업적 기대효과] 본 연구의 분산 및 응집 안정성 예측 방법은 공정, 약물, 환경, 그리고 인체 분야에서 개발 성과를 활용할 수 있을 것으로 기대됨. 반도체의 제조, 원유 회수, 생필품 제조, 식품 제조가 공정 분야의 적용 분야임. 약물 분야에서는 난수용성 약물의 전달을 개선할 수 있을 것으로 기대됨. 분산을 억제하는 응집 현상을 유도하여 환경... |
| 키워드 |
계면공학,분산 안정성,인공신경망,양자화학,화학공정최적화,기계학습,밀도범함수이론 |