5편의 한국어 분석 — 최신순으로 정렬했어요
전자 구조 예측을 위한 머신러닝(ML) 모델은 일반적으로 계산 비용이 높은 콘-샴 밀도 범함수 이론(Kohn-Sham DFT) 계산으로 생성된 대규모 데이터셋에 의존합니다. 이는 정확한 학습에 필수적인 데이터 부분이 사전에 알려져 있지 않기 때문입니다. 본 연구는 다양한 재료 시스템에 걸쳐 전자 구조 데이터셋에 상당한 중복성이 존재함을 밝히고, 이를 기본 데이터의 낮은 내재적 차원(intrinsic dimensionality)에 기인한다고 설명합니다. 우리는 무작위 가지치기(random pruning)만으로도 예측 정확도 저하를 …
파운데이션 모델(FM)은 재료 과학(MatSci) 분야에서 확장 가능하고 다목적이며 다중 모드 AI 시스템을 구현하여 과학적 발견의 변혁을 주도하고 있습니다. 기존의 좁은 범위의 머신러닝 모델과 달리, FM은 도메인 간 일반화 및 새로운 기능을 제공하여 다양한 데이터 유형과 스케일을 다루는 재료 과학 연구에 특히 적합합니다. 본 조사는 이 성장하는 분야를 지원하는 파운데이션 모델, 에이전트 시스템, 데이터셋 및 계산 도구에 대한 포괄적인 개요를 제공합니다. 데이터 추출, 해석 및 Q&A, 원자 시뮬레이션, 특성 예측, 재료 구조,…
물리 정보 신경망(PINNs)은 물리 법칙을 손실 함수에 통합하여 데이터 기반 딥러닝과 물리 모델을 결합한 신경망입니다. 이는 편미분 방정식으로 제어되는 순방향 및 역방향 문제에 유망하고 유연한 해결책 또는 대체 모델로 활용되며, 최근 몇 년간 물리학 및 공학 분야의 다양한 문제에 적용되어 왔습니다. 본 연구는 PINNs의 재료 과학 응용에 초점을 맞춰 포괄적인 분석을 제시합니다. PINNs의 기본 형태와 구성 요소를 검토하고, 성능 향상 전략을 확장하며, 실제 구현의 다양한 측면을 탐구합니다. 재료 모델링의 경우, 문헌에서 발…
본 총설은 항공기 성능 향상에 필수적인 아라미드 섬유 강화 플라스틱(AFRP)의 항공우주 산업 적용을 다룬다. 케블라, 트와론과 같은 아라미드 섬유는 뛰어난 인장 강도, 낮은 밀도, 열 안정성 덕분에 핵심 소재로 부상했다. 그러나 제조, 내구성, 다기능성 측면에서 여전히 과제가 남아있다. 이 논문은 AFRP의 최신 발전을 평가하며, 분자 구조, 계면 공학, 제조 혁신이 성능에 미치는 영향을 중점적으로 분석한다. 접착력 개선, 효율적인 제조 방법, 극한 조건에서의 내구성 강화, 다기능 AFRP 개발에 대한 질문들을 다룬다. 202…
금속 적층 제조(AM) 기술은 급속 응고 특성을 통해 합금의 조성 범위를 확장하고, 물리화학적 성능을 향상시켜 고성능 산업 응용 분야에 기여하며 시제품 제작을 넘어 산업 생산으로 발전했습니다. 그러나 항공우주 및 자동차 분야에서 고강도 알루미늄(Al) 합금에 대한 수요가 증가함에도 불구하고, 기존 고강도 단조 Al 합금은 AM 기술로 가공하기 어렵다는 문제가 있습니다. 이러한 한계를 극복하기 위해 유텍틱 미세구조를 가진 Al 합금이 AM에 적합한 대안으로 주목받고 있습니다. 유텍틱 합금은 대량의 강화상을 제공하면서도 급속 응고 시…
