1 |
1
단조품의 균일 변형률 분포를 위한 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법에 있어서, 학습데이터생성부가 단조 성형의 목적하는 단조품의 형상과 변형률을 나타내는 학습용 입력 데이터와, 상기 단조 성형의 대상의 형상을 나타내는 레이블을 포함하는 학습 데이터를 생성하는 단계; 및 모델생성부가 상기 학습 데이터를 이용하여 목적하는 단조품에서 미충진 영역이 최소이고 평균 변형률과의 편차가 최소가 되도록 하는 예비성형체의 형상을 예측하는 예측모델을 생성하는 단계; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
2 |
2
제1항에 있어서, 상기 학습 데이터를 생성하는 단계는 상기 학습데이터생성부가 단조 성형의 목적하는 단조품의 형상을 나타내는 학습용 목표형상에 대응하여 단조 성형의 대상의 형상을 나타내는 학습용 예비성형체를 마련하는 단계; 상기 학습데이터생성부가 상기 학습용 예비성형체에 대한 단조 성형을 시뮬레이션하여 시뮬레이션의 결과로 도출되는 단조품의 형상을 나타내는 학습용 모의형상 및 시뮬레이션에 따른 학습용 모의형상의 변형률의 분포를 나타내는 학습용 변형률형상을 도출하는 단계; 상기 학습데이터생성부가 상기 학습용 예비성형체, 상기 학습용 목표형상, 상기 학습용 모의형상 및 상기 학습용 변형률형상을 변형하여 학습용 예비성형체텐서, 학습용 목표형상텐서, 학습용 모의형상텐서 및 학습용 변형률형상텐서를 생성하는 단계; 및 상기 학습데이터생성부가 상기 학습용 목표형상텐서, 상기 학습용 모의형상텐서 및 상기 학습용 변형률형상텐서를 학습용 입력 데이터로 설정하고, 상기 학습용 예비성형체텐서를 상기 입력 데이터에 대한 레이블로 설정하여 학습 데이터를 생성하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
3 |
3
제2항에 있어서, 상기 시뮬레이션에 따른 학습용 모의형상의 변형률의 분포를 나타내는 학습용 변형률형상을 도출하는 단계는 상기 학습데이터생성부가 상기 학습용 모의형상이 차지하는 영역의 픽셀 혹은 복셀의 값이 변형률로 표현하여 상기 학습용 변형률형상을 도출하되, 상기 학습용 변형률형상의 변형률을 수학식 에 따라 평균 변형률과의 편차로 표준화한 값을 이용하여 도출하며, 상기 는 표준화된 변형률이고, 상기 는 시뮬레이션 결과에 따른 변형률이고, 상기 는 시뮬레이션 결과에 따른 변형률의 평균이고, 상기 i는 상기 학습용 변형률형상의 픽셀 혹은 복셀의 인덱스인 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
4 |
4
제2항에 있어서, 상기 학습용 예비성형체텐서, 학습용 목표형상텐서, 학습용 모의형상텐서 및 학습용 변형률형상텐서를 생성하는 단계는 상기 학습용 예비성형체, 상기 학습용 목표형상, 상기 학습용 모의형상 및 상기 학습용 변형률형상의 픽셀값을 픽셀 단위의 원소를 가지는 2차원 행렬에 매핑하여 상기 학습용 예비성형체텐서, 학습용 목표형상텐서, 학습용 모의형상텐서 및 학습용 변형률형상텐서를 생성하는 단계; 또는 상기 학습용 예비성형체, 상기 학습용 목표형상, 상기 학습용 모의형상 및 상기 학습용 변형률형상의 복셀값을 복셀 단위의 원소를 가지는 3차원 행렬에 매핑하여 상기 학습용 예비성형체텐서, 학습용 목표형상텐서, 학습용 모의형상텐서 및 학습용 변형률형상텐서를 생성하는 단계; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
5 |
5
제1항에 있어서, 상기 예비성형체의 형상을 예측하는 예측모델을 생성하는 단계는 상기 모델생성부가 학습 데이터 중 학습용 목표형상텐서, 학습용 모의형상텐서 및 학습용 변형률형상텐서를 포함하는 상기 학습용 입력 데이터를 예측모델에 입력하는 단계; 및 예측모델이 복수의 계층 간 학습이 완료되지 않은 가중치가 적용되는 복수의 연산을 수행함으로써 상기 학습용 입력 데이터에 대응하는 예비성형체의 형상을 예측한 예비성형체텐서를 도출하는 단계; 상기 모델생성부가 손실함수를 통해 예비성형체텐서와 레이블인 학습용 예비성형체텐서와의 차이를 나타내는 손실을 산출하는 단계; 및 상기 모델생성부가 상기 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 최적화를 수행하는 단계; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
6 |
6
제5항에 있어서, 상기 예비성형체텐서를 도출하는 단계는 상기 예측모델이 컨벌루션층에 의한 컨벌루션 연산 및 활성화함수에 의한 연산, 풀링층에 의한 풀링 연산, 업컨벌루션층에 의한 업컨벌루션 연산 및 연결층에 의한 결합 연산 중 적어도 하나의 연산을 수행하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
7 |
7
제5항에 있어서, 상기 손실을 산출하는 단계는 상기 모델생성부가 손실함수 를 통해 상기 손실을 산출하고, 상기 는 예측된 예비성형체텐서와 레이블인 학습용 예비성형체텐서와의 차이를 나타내는 손실이고, 상기 는 레이블인 학습용 예비성형체텐서이고, 상기 는 입력된 학습용 입력 데이터로부터 예측된 예비성형체텐서이고, 상기 n은 학습용 입력 데이터 및 대응하는 레이블을 포함하는 학습 데이터의 수인 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
8 |
8
단조품의 균일 변형률 분포를 위한 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법에 있어서, 학습데이터생성부가 목적하는 단조품을 나타내는 학습용 입력 데이터 및 상기 목적하는 단조품에 대응하는 예비성형체의 형상을 나타내는 레이블을 포함하는 학습 데이터를 생성하는 단계; 및 모델생성부가 상기 학습 데이터를 이용하여 목적하는 단조품에서 미충진 영역이 최소이고 평균 변형률과의 편차가 최소가 되도록 하는 예비성형체의 형상을 예측하는 예측모델을 생성하는 단계; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
9 |
9
제8항에 있어서, 상기 예비성형체의 형상을 예측하는 예측모델을 생성하는 단계는 상기 모델생성부가 필터의 크기, 특징지도의 크기 및 학습율을 달리하여 복수의 예측모델을 생성하는 단계; 상기 모델생성부가 상기 복수의 예측모델의 정확도를 산출하는 단계; 및 상기 모델생성부가 상기 복수의 예측모델 중 상기 정확도가 가장 높은 예측모델을 선택하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
10 |
10
제9항에 있어서, 상기 정확도를 산출하는 단계는 상기 모델생성부가 예측모델의 학습 과정에서 활용한 학습용 입력 데이터를 다시 예측모델에 입력하여 해당 예측모델이 예비성형체텐서를 산출하면, 산출된 예비성형체텐서와 레이블인 학습용 예비성형체텐서와의 차이인 오차를 산출한 후, 산출된 오차에 따라 정확도를 산출하는 단계;를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
11 |
11
제10항에 있어서, 상기 정확도를 산출하는 단계는 상기 모델생성부가 수학식 에 따라 정확도를 산출하며, 상기 는 예측모델의 학습 과정에서 활용한 학습용 입력 데이터를 다시 예측모델에 입력했을 때, 예측모델이 산출한 예비성형체텐서이고, 상기 는 레이블인 학습용 예비성형체텐서인 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 방법
|
12 |
12
단조품의 균일 변형률 분포를 위한 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 장치에 있어서, 단조 성형의 목적하는 단조품의 형상과 변형률을 나타내는 학습용 입력 데이터와, 상기 단조 성형의 대상의 형상을 나타내는 레이블을 포함하는 학습 데이터를 생성하는 학습데이터생성부; 및 상기 학습 데이터를 이용하여 목적하는 단조품에서 미충진 영역이 최소이고 평균 변형률과의 편차가 최소가 되도록 하는 예비성형체의 형상을 예측하는 예측모델을 생성하는 모델생성부; 를 포함하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 장치
|
13 |
13
제12항에 있어서, 상기 학습데이터생성부는 단조 성형의 목적하는 단조품의 형상을 나타내는 학습용 목표형상에 대응하여 단조 성형의 대상의 형상을 나타내는 학습용 예비성형체를 마련하고, 상기 학습용 예비성형체에 대한 단조 성형을 시뮬레이션하여 시뮬레이션의 결과로 도출되는 단조품의 형상을 나타내는 학습용 모의형상 및 시뮬레이션에 따른 학습용 모의형상의 변형률의 분포를 나타내는 학습용 변형률형상을 도출하고, 상기 학습용 예비성형체, 상기 학습용 목표형상, 상기 학습용 모의형상 및 상기 학습용 변형률형상을 변형하여 학습용 예비성형체텐서, 학습용 목표형상텐서, 학습용 모의형상텐서 및 학습용 변형률형상텐서를 생성하고, 상기 학습용 목표형상텐서, 상기 학습용 모의형상텐서 및 상기 학습용 변형률형상텐서를 학습용 입력 데이터로 설정하고, 상기 학습용 예비성형체텐서를 상기 입력 데이터에 대한 레이블로 설정하여 학습 데이터를 생성하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 장치
|
14 |
14
제13항에 있어서, 상기 학습데이터생성부는 상기 학습용 모의형상이 차지하는 영역의 픽셀 혹은 복셀의 값이 변형률로 표현하여 상기 학습용 변형률형상을 도출하되, 상기 학습용 변형률형상의 변형률을 수학식 에 따라 평균 변형률과의 편차로 표준화한 값을 이용하여 도출하며, 상기 는 표준화된 변형률이고, 상기 는 시뮬레이션 결과에 따른 변형률이고, 상기 는 시뮬레이션 결과에 따른 변형률의 평균이고, 상기 i는 상기 학습용 변형률형상의 픽셀 혹은 복셀의 인덱스인 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 장치
|
15 |
15
제12항에 있어서, 상기 모델생성부는 학습 데이터 중 학습용 목표형상텐서, 학습용 모의형상텐서 및 학습용 변형률형상텐서를 포함하는 상기 학습용 입력 데이터를 예측모델에 입력하고, 예측모델이 복수의 계층 간 학습이 완료되지 않은 가중치가 적용되는 복수의 연산을 수행함으로써 상기 학습용 입력 데이터에 대응하는 예비성형체의 형상을 예측한 예비성형체텐서를 도출하면, 손실함수를 통해 예비성형체텐서와 레이블인 학습용 예비성형체텐서와의 차이를 나타내는 손실을 산출하고, 상기 손실이 최소가 되도록 상기 예측모델의 가중치를 수정하는 최적화를 수행하는 것을 특징으로 하는 예비성형체의 형상을 예측하는 모델을 학습시키기 위한 장치
|