10편의 한국어 분석 — 최신순으로 정렬했어요
본 연구는 원자력 분야 저전도성 재료의 결함 탐지 및 특성화를 개선하기 위해 구리 코어를 통합한 새로운 와전류 탐촉자의 설계 및 성능 평가를 제시한다. 이 탐촉자는 절대 탐촉자의 단순성과 고급 구성의 방향성 감도를 결합하여, 검사 재료 내에 고도로 대칭적인 자기장과 거의 균일한 와전류 분포를 생성함으로써 표면 및 표면하 결함에 대한 감도를 향상시킨다. 탐촉자의 탐지 성능에 미치는 여기 주파수 및 탐촉자 리프트오프 등 주요 검사 매개변수의 영향을 조사하기 위해 매개변수 분석을 수행했다. 또한, 다양한 재료에서 결함 탐지 능력을 정량…
전력 도난은 전력 시스템의 비기술적 손실의 주요 원인으로, 막대한 재정적 손실과 전력망 신뢰성에 영향을 미칠 수 있습니다. 본 논문은 비선형 전력 소비 패턴의 표현을 강화하기 위해 입력 단계에 3차 체비셰프 다항식 특징 확장 계층을 통합한 경량 신경망 프레임워크를 제안합니다. 제안된 프레임워크는 이진 및 다중 클래스 전력 도난 탐지 시나리오를 나타내는 두 가지 공개 벤치마크 데이터셋(OEDI 및 SGCC)으로 평가되었습니다. 체비셰프 다항식 차수, 전처리 구성 요소 및 대체 비선형 특징 확장 기술의 영향을 종합적인 제거 연구를 통…
물리학 시뮬레이터는 복잡한 시스템의 분석, 제어, 설계에 필수적이지만, 실험 설정이 복잡해질수록 CPU 기반 시뮬레이터의 높은 계산 비용이 한계로 작용합니다. 본 연구는 이러한 느린 시뮬레이터에 대한 의존도를 줄이면서도 정확도를 유지하는 신경망 대체 모델(Neural Surrogate Models)의 활용 방안을 제시합니다. 간섭계 중력파 검출기 설계를 대표적인 예시로 들어, LIGO 커뮤니티에서 개발한 중력파 물리 시뮬레이터 Finesse를 대체할 신경망을 훈련했습니다. 물리적 매개변수의 미세한 변화가 결과에 큰 영향을 미침에도…
본 연구는 분지형-뱀형 양성자 교환막 연료전지(PEMFC)의 3D 비등온 전산유체역학(CFD) 모델과 신경망 대리 모델, 다목적 최적화 기법을 통합합니다. 검증된 CFD 모델은 실험 데이터와 4% 미만의 오차를 보였으며, 이를 기반으로 재보정된 반경험적 모델에서 3000개 Latin hypercube 샘플을 생성하여 다층 퍼셉트론을 훈련했습니다. 이 신경망 모델은 전류 밀도, 전력 밀도, 전압 효율에서 0.9999 이상의 높은 R² 값을 달성하며 뛰어난 정확도를 보였습니다. NSGA-II 다목적 최적화 결과, 0.550V의 셀 전…
군집 로봇에서 진화된 전략으로부터 명시적인 제어 규칙을 추출하는 것은 여전히 어려운 과제입니다. 이 문제를 해결하기 위해, 본 연구는 신경망 기반 심볼릭 진화(NGSE) 프레임워크를 제안합니다. 이는 제어기 설계를 단순한 최적화 문제가 아닌, 해석 가능한 메커니즘 발견 과정으로 재정의합니다. NGSE는 심볼릭 진화를 순차적 의사결정 문제로 모델링하고, 그래프 신경망을 활용하여 몬테카를로 트리 탐색을 안내함으로써 광범위한 심볼릭 탐색 공간에서 효율적으로 간결한 속도 제어기를 식별합니다. 핵심 구성 요소는 탐색 후 진화된 수식을 분석…
본 논문은 인공지능(AI) 생성 예술 분야에서 활용되는 다양한 딥러닝 신경망 아키텍처와 모델을 탐구한다. 고전적인 컨볼루션 네트워크부터 최신 확산 모델에 이르기까지, 이 분야의 주요 기술들을 심층적으로 분석한다. 각 신경망의 일반적인 구조와 작동 원리를 설명하고, DeepDream의 몽환적인 이미지부터 Stable Diffusion 및 DALL-E 3와 같은 최신 모델이 생성하는 매혹적인 이미지에 이르기까지 AI 생성 예술의 주요 발전 사례들을 제시한다. 또한, 이 모델들의 강점과 한계를 비교 분석하여 딥러닝 신경망이 단기간에 …
현대 식품 생산의 복잡성 증가는 품질 관리, 안전 모니터링 및 공정 최적화를 위한 첨단 솔루션의 필요성을 증대시키고 있습니다. 본 연구는 식품 산업의 품질 관리에 적용된 머신러닝(ML) 기술의 최신 발전 동향을 6가지 주요 영역(식품 품질, 결함 감지, 성분 최적화, 포장-센서, 공급망 추적성, 인더스트리 4.0 모델)에 걸쳐 체계적으로 검토합니다. PRISMA 기반 방법론을 활용하여 Scopus 데이터베이스에서 2005년부터 2025년까지 발표된 124편의 동료 심사 논문을 검색했으며, 사전 정의된 포함 및 제외 기준, 방법론적…
기계 학습 기반 힘장(MLFF)은 다양한 분자, 재료, 하이브리드 계면의 분자 시뮬레이션에서 효율성, 정확성, 전이성, 확장성을 동시에 달성할 잠재력을 지닌다. 기존 생체 분자 역학 연구의 GEMS 접근법이 이러한 목표를 향한 중요한 진전을 이루었다. 본 연구는 SO3LR 방법을 제안한다. 이는 단거리 반발, 장거리 정전기 및 분산 상호작용을 위한 범용 쌍별 힘장과 준지역적 상호작용을 위한 빠르고 안정적인 SO3krates 신경망을 통합한다. SO3LR은 PBE0+MBD 양자 역학 수준에서 계산된 4백만 개의 중성 및 전하 분자 …
순환신경망(RNN), 장단기 기억망(LSTM), 게이트 순환 유닛(GRU)은 시계열 예측 분야에서 널리 활용되지만, 무작위 가중치 초기화로 인한 성능 변동성은 모델 신뢰성에 의문을 제기합니다. 본 연구는 이러한 문제를 해결하고자 바닐라 RNN, LSTM, GRU 및 6가지 하이브리드 모델(RNN-LSTM, RNN-GRU, LSTM-RNN, GRU-RNN, LSTM-GRU, GRU-LSTM)을 포함한 총 9가지 신경망 아키텍처의 성능을 종합적으로 평가했습니다. 몬테카를로 시뮬레이션을 통해 100회 반복 실험을 수행했으며, 태양 흑점…
오토인코더는 딥러닝의 핵심 기술로 자리매김하며 이미지 처리, 이상 탐지, 생성 모델링 등 다양한 분야에서 표현 학습 능력을 크게 향상시켰습니다. 본 논문은 오토인코더의 초기 개념부터 적대적 오토인코더, 컨볼루션 오토인코더, 변이형 오토인코더와 같은 고급 구현에 이르기까지 그 아키텍처를 포괄적으로 검토합니다. 각 오토인코더의 작동 메커니즘, 수학적 토대, 일반적인 응용 분야 및 생성 모델링에서의 역할을 심층적으로 분석합니다. 이를 통해 기존 지식을 통합하고 최신 발전 동향을 제시합니다. 본 연구는 현대 머신러닝 과제를 해결하는 데…
