1) 정성적 목표 : 인공지능 기반 CO₂ 전환소재 실험 설계 프레임웍 개발2) 정량적 목표 - 실험 결과 데이터베이스 구축 - 실험 데이터베이스 분석을 위한 머신러닝 알고리즘 개발 - 최적의 차기 실험 선택을 위한 최적화 알고리즘 개발 (실험설계 횟수 30%이상 절감)
연구내용
1) 인공지능기술로 시행오차방식의 소재실험 한계 극복 - 소재 개발연구는 연구자의 경험과 통찰력에 의존하여 시행오차(trial-and-error) 실험 방식으로 수행되고 있어, 필수적으로 다수의 반복실험과 많은 노동력이 요구됨. - 특히 CO₂ 전환소재 실험의 경우 소재의 종류, 합성 방법, 실험 조건 등의 통제 변수가 많아 요구되는 탐색의 범위가 넓음...
기대효과
1) 과학기술적 관점 - 인공지능 기술로 시행오차방식의 소재 실험 한계 극복 - 인공지능 기반 무인 실험실 적용 2) 경제적 관점 - 연구 생산성 혁신으로 R&D비용 절감 및 기술 개발 가속화 - 인공지능 기술을 활용하여 연구 생산성 혁신하면 연구 개발 시간 단축 및 R&D 비용의 절감 효과 발생. - 실험 횟수 감소로 노동력 및 비용 절감하여 ...
한글 키워드
실험설계,인공지능,이산화탄소전환,이산화탄소활용,촉매
영문 키워드
design of experiment,AI,CO₂ conversion,CCU,catalyst