| 1 |
1
합금의 기계적 특성을 예측하는 예측 모델;상기 예측모델에 의해 예측된 기계적 특성의 신뢰성을 증명하기 위한 예측 설명 모델; 및원하는 기계적 특성을 가진 합금을 설계할 수 있도록 적어도 하나의 공정 조건을 추천하는 추천 모델을 포함하는 것을 특징으로 하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 2 |
2
제 1 항에 있어서,상기 예측 모델은, 케라스(keras) 기반의 DNN 알고리즘이 적용된 DNN 학습모델인, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 3 |
3
제 1 항에 있어서,상기 예측 모델은,복수의 합금 첨가물 및 제조공정의 입력변수를 입력받아 합금의 기계적 특성을 예측하며,상기 합금은 알루미늄 합금이고,상기 합금 첨가물은 상기 알루미늄 합금의 주요 화학적 조성물인 아연(Zn), 마그네슘(Mg), 구리(Cu), 지르코늄(Zr), 티타늄(Ti), 철(Fe) 및 실리콘(Si)이고,상기 제조 공정은 캐스팅 타입(Casting type), 균질화(Homogenization), 압출가공(Extrusion), 고용화 열처리(Solution Treatment), 에이징(Aging)을 포함하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 4 |
4
제 1 항에 있어서,상기 예측 모델은,상기 합금 첨가물과 제조공정의 입력변수들을 조합하여 합금의 항복강도(Yield strength, YS), 인장강도(tensile strength, TS), 연신율(elongation, EL)를 예측하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 5 |
5
제 1 항에 있어서,상기 예측 모델은,베이지안 최적화 방법으로 결정된 하이퍼 파라미터 및 K-fold 교차 검증 방법이 사용하여 기계적 특성을 예측하며,상기 하이퍼 파라미터는 learning rate, epoch, number of layers, number of nodes, batch normalization의 조합으로 이루어지는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 6 |
6
제 1 항에 있어서,상기 예측 설명 모델은 LIME 알고리즘이 적용된 설명가능한 인공지능(eXplainable Artificial Intelligence, XAI)이고,상기 예측 모델이 예측한 기계적 특성에 대한 각 변수의 긍정적 또는 부정적 영향을 설명하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 7 |
7
복수의 합금 첨가물 및 제조공정에 대한 입력변수를 입력받아 알루미늄 합금의 항복강도, 인장강도, 연신율의 기계적 특성을 예측하는 DNN 학습모델; 및상기 DNN 학습모델이 예측한 기계적 특성에 대한 각 변수의 긍정적 또는 부정적 영향을 하는 예측 설명 모델을 포함하는 것을 특징으로 하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 8 |
8
제 7 항에 있어서,상기 DNN 학습모델은, 베이지안 최적화 방법 및 K-fold 교차 검증 방법을 사용하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 9 |
9
제 7 항에 있어서,상기 입력변수는, 아연(Zn), 마그네슘(Mg), 구리(Cu), 지르코늄(Zr), 티타늄(Ti), 철(Fe) 및 실리콘(Si)의 합금 첨가물과, 캐스팅 타입(Casting type), 균질화(Homogenization), 압출가공(Extrusion), 고용화 열처리(Solution Treatment), 에이징(Aging)의 제조공정인, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 10 |
10
제 7 항에 있어서,상기 예측 설명 모델은, 설명가능한 인공지능(eXplainable Artificial Intelligence, XAI)을 이용하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 11 |
11
제 7 항에 있어서,상기 예측 설명 모델에 의해 높은 예측 정확도가 확보된 공정 조건을 기반으로, 원하는 기계적 특성을 가진 알루미늄 합금의 공정조건을 추천하는 추천모델을 더 포함하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계장치
|
| 12 |
12
예측 모델이 합금 첨가물 및 제조공정에 대한 입력변수를 입력받아 알루미늄 합금의 항복강도, 인장강도, 연신율의 기계적 특성을 예측하는 예측단계; 및예측 설명 모델이 상기 예측된 기계적 특성에 대한 각 변수의 긍정적 또는 부정적 영향을 설명하는 예측 설명 단계를 포함하여 수행되는 것을 특징으로 하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계방법
|
| 13 |
13
제 12 항에 있어서,상기 예측모델은 베이지안 최적화 방법 및 K-fold 교차 검증 방법을 이용하여 예측하는 DNN 학습모델이고,상기 예측 설명 모델은, LIME 알고리즘을 이용하는 설명 가능한 인공지능(XAI)인, 설명 가능한 인공 지능 모델을 이용한 합금 설계방법
|
| 14 |
14
제 12 항에 있어서,상기 입력변수는, 아연(Zn), 마그네슘(Mg), 구리(Cu), 지르코늄(Zr), 티타늄(Ti), 철(Fe) 및 실리콘(Si)의 합금 첨가물과, 캐스팅 타입(Casting type), 균질화(Homogenization), 압출가공(Extrusion), 고용화 열처리(Solution Treatment), 에이징(Aging)의 제조공정을 포함하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계방법
|
| 15 |
15
제 12 항에 있어서,추천 모델이 상기 예측 설명 모델에 의해 높은 예측 정확도가 확보된 공정 조건을 기반으로, 원하는 기계적 특성을 가진 알루미늄 합금의 공정조건을 추천하는 추천 단계를 더 포함하는, 설명 가능한 인공 지능 모델을 이용한 합금 설계방법
|
