1 |
1
바리스터 소결체의 유전율 예측 방법에 있어서,소결 공정 조건에 따른 유전율 실험 데이터를 수집하는 단계;상기 수집된 유전율 실험 데이터를 이용하여 인공신경망 알고리즘 기반의 데이터 학습을 수행하는 단계;상기 수행된 데이터 학습의 결과물로 메타 모델을 생성하는 단계;소결로 내부 위치에 따른 예측 온도를 상기 생성된 메타 모델에 적용하는 단계; 및상기 소결로 내부 위치에 따른 예측 온도가 적용된 메타 모델에 소결 공정 조건을 입력하여 상기 바리스터 소결체의 유전율의 예측 결과를 계산하는 단계를 포함하는 것을 특징으로 하는 바리스터 소결체의 유전율 예측 방법
|
2 |
2
제1항에 있어서,상기 소결 공정 조건은 소결 온도, 소결 시간, 승온 속도 및 냉각 속도 중 적어도 하나인 것을 특징으로 하는 바리스터 소결체의 유전율 예측 방법
|
3 |
3
제1항에 있어서,상기 인공신경망 알고리즘 기반의 데이터 학습은 MLP(Multilayer Perceptron) 알고리즘 기반의 딥 러닝(Deep Learning)인 것을 특징으로 하는 바리스터 소결체의 유전율 예측 방법
|
4 |
4
제1항에 있어서,상기 수행된 데이터 학습의 결과물로 메타 모델을 생성하는 단계는,상기 생성된 메타모델의 정확도를 평가하는 단계를 더 수행하는 것을 특징으로 하는 바리스터 소결체의 유전율 예측 방법
|
5 |
5
제4항에 있어서,상기 생성된 메타모델의 정확도를 평가하는 단계는,상기 소결 공정 조건에 따른 유전율 실험 데이터를 수집하는 단계에서 수집된 상기 유전율 실험 데이터를 이용하여 수행되는 것을 특징으로 하는 바리스터 소결체의 유전율 예측 방법
|
6 |
6
제1항에 있어서,상기 소결로 내부 위치에 따른 예측 온도는 유한 요소법(Finite Element Method) 기반의 열 해석을 수행하여 소결로 내부 온도를 예측한 결과인 것을 특징으로 하는 바리스터 소결체의 유전율 예측 방법
|
7 |
7
바리스터 소결체의 유전율 예측 장치에 있어서,소결 공정 조건에 따른 유전율 실험 데이터를 수집하는 데이터 수집부;상기 데이터 수집부에서 수집된 유전율 실험 데이터를 이용하여 인공신경망 알고리즘 기반의 데이터 학습을 수행하는 데이터 학습부;상기 수행된 데이터 학습의 결과물로 메타 모델을 생성하는 메타 모델링부; 및소결로 내부 위치에 따른 예측 온도를 상기 생성된 메타 모델에 적용하여, 상기 소결로 내부 위치에 따른 예측 온도가 적용된 메타 모델에 소결 공정 조건을 입력하여 상기 바리스터 소결체의 유전율의 예측 결과를 계산하는 유전율 계산부를 포함하는 것을 특징으로 하는 바리스터 소결체의 유전율 예측 장치
|
8 |
8
제7항에 있어서,상기 소결 공정 조건은 소결 온도, 소결 시간, 승온 속도 및 냉각 속도 중 적어도 하나인 것을 특징으로 하는 바리스터 소결체의 유전율 예측 장치
|
9 |
9
제7항에 있어서,상기 데이터 학습에서 수행하는 상기 인공신경망 알고리즘 기반의 데이터 학습은 MLP(Multilayer Perceptron) 알고리즘 기반의 딥 러닝(Deep Learning)인 것을 특징으로 하는 바리스터 소결체의 유전율 예측 장치
|
10 |
10
제7항에 있어서,상기 바리스터 소결체의 유전율 예측 장치는,상기 메타 모델링부에서 생성된 메타모델의 정확도를 평가하는 정확도 평가부를 더 포함하는 것을 특징으로 하는 바리스터 소결체의 유전율 예측 장치
|
11 |
11
제10항에 있어서,상기 정확도 평가부에서 상기 생성된 메타 모델의 정확도를 평가하는 것은,상기 데이터 수집부에서 수집된 상기 유전율 실험 데이터를 이용하여 상기 메타 모델의 정확도를 평가하는 것을 특징으로 하는 바리스터 소결체의 유전율 예측 장치
|
12 |
12
제7항에 있어서,상기 유전율 계산부에서 상기 메타 모델에 적용하는 상기 소결로 내부 위치에 따른 예측 온도는,유한 요소법(Finite Element Method) 기반의 열 해석을 수행하여 소결로 내부 온도를 예측한 결과인 것을 특징으로 하는 바리스터 소결체의 유전율 예측 장치
|
13 |
13
바리스터 소결체의 유전율 예측 방법을 구현하기 위한 프로그램을 기록한 기록매체에 있어서,소결 공정 조건에 따른 유전율 실험 데이터를 수집하는 단계;상기 수집된 유전율 실험 데이터를 이용하여 인공신경망 알고리즘 기반의 데이터 학습을 수행하는 단계;상기 수행된 데이터 학습의 결과물로 메타 모델을 생성하는 단계;소결로 내부 위치에 따른 예측 온도를 상기 생성된 메타 모델에 적용하는 단계; 및상기 소결로 내부 위치에 따른 예측 온도가 적용된 메타 모델에 소결 공정 조건을 입력하여 상기 바리스터 소결체의 유전율의 예측 결과를 계산하는 단계를 포함하는 것을 특징으로 하는 바리스터 소결체의 유전율 예측 방법을 구현하기 위한 프로그램을 기록한 기록매체
|