Machine Learning-Based Composition Optimization of DLP 3D-Printed Temperature-Responsive 4D Stents for Smart Medical Devices
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066085
교육부
한국연구재단
가천대학교산학협력단
최성모
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
경기도 성남시
화학 > 고분자화학 > 고분자 구조/물성
... 최적화(BO)·EHVI 획득 함수를 결합한 능동학습 파이프라인을 구축한다. 이 파이프라인은 실험 데이터가 축적될수록 예측 정확도가 지속적으로 향상되는 자기개선형 구조를 지니며, 연구자의 직관에 의존하지 ... 광경화 수지 시스템으로 설계 범용성을 확장하고, 소재·공정·AI를 통합한 자동화 소재 설계 플랫폼의 원형을 완성하는 것을 장기 목표로 설정한다. 이를 통해 국내 스마트 의료기기 소재 분야의 ...
... 25개 초기 실험 조성을 도출하고, DLP 시편을 제작하여 물성을 평가한다. Maximin LHS는 최소 거리 기준으로 실험점 간 이격을 최대화하여 편중 없는 공간 탐색을 보장하며, 초기 데이터의 다양성과 대표성을 극대화하는 장점을 지닌다. 영률은 UTM 인장 시험으로, 형상 회복률은 항온조·디지털 캘리퍼스로, 유리전이온도는 시차주사열량계(DSC)로, 수지 점도는 회전형 레...
... 게재하는 것을 목표로 한다. 연구 과정에서 확립된 ML 기반 능동학습 파이프라인 및 실험 데이터는 국내외 학술대회에 추가 발표하여 연구 성과를 폭넓게 확산하고, 구축된 실험 데이터셋은 공개 ... 구축하고, 전이학습을 적용하여 타 광경화 수지 시스템으로 확장 가능한 범용 AI 소재 설계 플랫폼의 원형을 완성한다. 이 파이프라인은 나노복합체·수화젤 등 다양한 고분자 소재 시스템에도 적용 ...