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
Donghun Lee
Assistant Professor
Connecting artificial intelligence and mathematics, in both directions.