물리 기반 인공지능 모델을 활용한 마이크로 잉크젯 프린팅 시스템 최적화 연구

연세대학교 이준상 교수 연구실의 잉크젯 프린팅 최적화 연구팀은 지배 방정식 없이 인공지능 학습에 물리를 반영시킬 수 있는 물리기반 인공지능 모델(physics-added neural networks, PANNs)을 제안하였다. 연구팀은 해당 모델을 통하여 기존 딥러닝 대비 학습 시간을 단축하고 정확도를 대폭적으로 향상시켰다. 또한, PANNs를 잉크젯 프린팅 시스템에 적용하여 열 효과를 고려한 최적화 연구를 수행하였다. 해당 연구 결과는 2023년 7월 Manufacturing분야 상위 1% 내 Additive Manufacturing 저널지에 게재되었다.

관련 논문 링크: https://authors.elsevier.com/a/1hJls7tcTWlNh0, DOI: doi.org/10.1016/j.addma.2023.103668