3편의 한국어 분석 — 최신순으로 정렬했어요
메타물질은 전자기파를 정밀하게 조작하여 빔 조향, 센싱, 스텔스 기술 등 다양한 응용 분야에 활용되지만, 반복적인 전파 시뮬레이션과 연속적인 전자기 제약 조건 하에서의 제어 가능한 생성의 어려움, 그리고 역매핑의 비고유성으로 인해 역설계에 많은 어려움이 따릅니다. 본 연구는 이러한 문제들을 해결하고자 연속적인 스펙트럼 제약 조건 하에서 제어 가능하고 물리적으로 일관된 메타물질 합성을 위한 생성적 역설계 프레임워크를 제안합니다. 제안하는 접근 방식은 연속적인 스펙트럼 및 제작 제약 조건의 안정적인 전파를 위해 FiLM 기반 컨디셔닝…
음향전기화학(US-EC) 산화는 신규 오염물질 제거에 유망하나, 그 분해 동역학은 운전 조건, 반응기 특성, 오염물질 속성 간의 복합적인 상호작용에 의해 영향을 받습니다. 본 연구는 US-EC 산화의 동역학 예측, 신뢰성 평가 및 역설계를 위한 머신러닝 프레임워크를 개발했습니다. 224개의 실험 및 문헌 데이터를 포함하는 데이터베이스를 구축하고, XGBoost 모델이 가장 안정적인 예측 성능을 보였습니다. 물리화학 및 양자화학적 분자 기술자를 추가했을 때 RMSE가 3.69% 감소했으며, 인가 전압, 전극 재료, 전극 간격, lo…
이 연구는 고체 전해질의 이온 전도도를 극대화하기 위한 원자 단위 설계의 근본적인 문제에 도전합니다. 대규모 조합 최적화 문제를 해결하기 위해 키네틱 몬테카를로(KMC) 시뮬레이션과 이징 머신 기반의 블랙박스 최적화 알고리즘인 이차 최적화 어닐링을 이용한 인자분해 머신(FMQA)을 결합한 프레임워크를 제안합니다. 제안된 KMC-FMQA 프레임워크는 KMC를 통해 특정 도펀트 배열에 대한 이온 전도도를 평가하고, FMQA는 소규모 구성-전도도 데이터셋으로부터 대리 모델을 반복적으로 학습하여 전도도를 최대화할 것으로 예상되는 배열을 …
