| 연구목표 |
본 세부의 연구 목표는 인공신경망 기반 고속 하이브리드 최적화 알고리즘을 복사냉각소재 설계에 적용하여 응용별 맞춤형 냉각소재를 디자인하고, 실제 제작된 냉각소재를 광학적/열적 물성 측정을 통해 평가하는 것임. 통합 신 설계 방법론은 기존 설계방법 대비 40,000배 이상의 설계속도로 최적의 냉각소재를 설계하는 것을 목표로 함: (1) 기계학습 기반 최적화 ... |
| 연구내용 |
[복사냉각소재 설계를 위한 통합 신 설계 플랫폼 개발]응용 복사냉각소재를 빠르게 계산 및 최적화하기 위해 고속 하이브리드 최적화 알고리즘 과 하드웨어 병렬화로 구성된 신 설계 플랫폼 개발기계학습 기반 탐색 공간 효율적 제어법 개발: 축적된 빅데이터 기반 인공신경망으로 광특성을 예측하여 불필요한 시행착오를 줄이며 최적화를 진행. (단순 최적화 알고리즘 대비 ... |
| 기대효과 |
본 과제의 연구 성과를 통해 복사냉각소재의 기초설계 및 제작에 관한 기술들을 확보함. 이를 통해, 응용별 맞춤형 냉각소재를 설계함으로써 기존의 냉방기술 및 산업에 새로운 방향을 제시할 수 있으며 미래 냉방기술로의 도약 및 환경/에너지 문제에 기여할 것으로 기대됨. 뿐만 아니라, 본 연구의 신 최적화 설계 방법론은 4차 산업혁명에 적합한 소재설계 방법론으로써... |
| 키워드 |
전산재료과학,복사냉각소재,하이브리드 알고리즘,기계학습,계층적 알고리즘,점진적 정확도 향상,데이터베이스,광학적 |