| 1 |
1
소정의 반응에 대한 전산 유체 역학(CFD, Computational Fluid Dynamics) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성단계; 및상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축하는 단계;를 포함하는, 반응 조건 최적화를 위한 시스템 구축방법
|
| 2 |
2
제1항에 있어서,상기 신경망 모델은 인공 신경망(ANN, Artificial Neural Network), 합성공신경망(CNN, Convolution Neural Network), 심층신경망(DNN, Deep Neural Network), 순환신경망(RNN, Recurrent Neural Network)으로 이루어진 군으로부터 선택되는 어느 하나인 것을 특징으로 하는, 반응 조건 최적화를 위한 시스템 구축방법
|
| 3 |
3
제1항에 있어서,상기 반응 조건은 공정 조건 또는 반응기 조건인 것을 특징으로 하는 반응 조건 최적화를 위한 시스템 구축방법
|
| 4 |
4
제1항에 있어서,상기 반응 조건은 공급 온도, 유량, 반응 조성비 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 반응 조건 최적화를 위한 시스템 구축방법
|
| 5 |
5
제1항에 있어서, 상기 반응 조건에 따른 결과 데이터는 전환율, 선택도, 수율 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 반응 조건 최적화를 위한 시스템 구축 방법
|
| 6 |
6
소정의 반응에 대한 전산 유체 역학(CFD) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성단계; 상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축하는 단계; 및구축된 신경망 모델에 유전자 알고리즘(GA, Genetic Algorithm)을 적용시켜 반응 조건을 최적화하는 단계;를 포함하는, 신경망 모델을 이용한 반응 조건 최적화 방법
|
| 7 |
7
제6항에 있어서,상기 신경망 모델은 인공 신경망(ANN, Artificial Neural Network), 합성공신경망(CNN, Convolution Neural Network), 심층신경망(DNN, Deep Neural Network), 순환신경망(RNN, Recurrent Neural Network)으로 이루어진 군으로부터 선택되는 어느 하나인 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
|
| 8 |
8
제6항에 있어서,상기 반응 조건은 공정 조건 또는 반응기 조건인 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
|
| 9 |
9
제6항에 있어서,상기 반응 조건은 공급 온도, 유량, 반응 조성비 중 적어도 어느 하나를 포함하는 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
|
| 10 |
10
제6항에 있어서, 상기 반응 조건에 따른 결과 데이터는 전환율, 선택도, 수율 중 적어도 어느 하나를 포함하는 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
|
| 11 |
11
소정의 반응에 대한 전산 유체 역학(CFD) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성부; 및상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축하는 신경망 모델 구축부;를 포함하는,반응 조건 최적화를 위한 시스템 구축 장치
|
| 12 |
12
소정의 반응에 대한 전산 유체 역학(CFD) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성부;상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축부; 및구축된 신경망 모델에 유전자 알고리즘(GA)을 적용시켜 반응 조건을 최적화하는 반응 조건 최적화부;를 포함하는,신경망 모델을 이용한 반응 조건 최적화 장치
|
