Abstract
에폭시 접착제는 다양한 산업 분야에서 중요한 역할을 하며, 그 특성은 조성 및 경화 조건에 따라 크게 영향을 받는다. 본 연구에서는 에폭시 접착제의 유리전이온도를 데이터과학적 기법으로 예측하기 위해 RANSAC 과 머신러닝을 결합한 방법을 제안한다. RANSAC 을 활용하여 이상치를 식별하고 제거한 후, 실험 데이터를 기반으로 각종 머신러닝 모델을 학습시켰다. 그 결과, Gradient Boosting 모델이 학습 및 테스트 데이터셋에서 각각 0.840, 0.839 의 높은 결정계수를 달성하며 우수한 성능을 보였다. 이러한 연구 결과는 계측 노이즈가 큰 고분자의 물성 예측과 같은 산업적 응용에 대한 중요한 정보를 제공할 것으로 기대된다.
Type
Publication
Proceedings of 2024 Korea Computer Congress
