3편의 한국어 분석 — 최신순으로 정렬했어요
양성자 교환막(PEM) 수전해 장치는 지속 가능한 수소 생산에 필수적이나, 막 열화로 인해 장기 성능 저하 및 신뢰성·안전성 문제가 발생합니다. 따라서 막 열화를 정확히 모델링하여 내구성과 성능을 최적화하는 것이 중요합니다. 기존 물리 기반 모델은 해석력이 높지만 측정 및 보정이 어려운 수많은 매개변수가 필요하며, 데이터 기반 접근 방식은 유연하지만 물리적 일관성과 일반화 능력이 부족할 수 있습니다. 본 연구는 이러한 한계를 극복하고자 PEM 수전해 장치의 막 두께 감소를 통한 막 열화 모델링에 물리 정보 신경망(PINN)을 최초…
본 연구는 무한 영역에 놓인 1차원 일반화 Korteweg-de Vries(gKdV) 모델의 아임계 및 임계 비선형성에 대한 딥러닝 기반 수치 근사법의 엄밀한 설정을 탐구한다. 모델이 무한한 실수 공간에 정의되어 있어 Kato, Bourgain, Kenig, Ponce, Vega 등의 복잡한 진동 추정 기법을 기반으로 하는 기존 학습 방법론을 적용하기 어렵다는 문제가 있었다. 이러한 난제를 해결하기 위해, 기존의 복잡한 추정 기법들을 딥러닝 환경에 맞게 재구성하는 작업을 수행했다. 특히, Kenig-Ponce-Vega 노름과 물리…
물리 기반 인공신경망(PINN)은 편미분방정식으로 표현되는 물리 법칙을 신경망 훈련에 직접 통합하는 하이브리드 모델링 패러다임입니다. 이 접근 방식은 희소하거나 불완전한 데이터로부터 학습하면서도 기본적인 보존 원리를 준수하도록 모델을 만듭니다. 본 비평적 검토는 2014년부터 2024년까지 물 및 폐수 시스템, 특히 식수 공급망, 폐수 처리 시설, 도시 배수 시스템 및 수처리 공정에서의 PINN 적용 사례를 분석합니다. 검토 결과, PINN은 간접 관측을 통한 매개변수 추정 및 시스템 식별 등 역문제 해결에 탁월하며, 순수 데이터…
