Physics-informed deep learning for data-driven solutions of computational fluid dynamics
2022 · Korean Journal of Chemical Engineering
저자
Solji Choi, Ikhwan Jung, Haeun Kim, Jonggeol Na, 이종민 (Jong Min Lee)
연구주제
Model Reduction and Neural Networks · Machine Learning in Materials Science
NTIS 과학기술표준분류
배정 근거: 지원 과제의 분류와 AI 키워드가 잡은 과제의 분류를 반씩(정책 연계 맵과 같은 방법).
AI 연구 키워드·방법
연속 교반 탱크 반응기(CSTR) physics informed neural network 대리 모델
키워드 (OpenAlex)
physics-informed neural networks surrogate models continuous stirred tank reactor Van de Vusse reaction multi-reference frame mini-batch training weighted loss function chemical process simulation
초록
초록 없음
이 논문을 지원한 국가R&D 과제 (NTIS 성과)
| 연도 | 과제 | 부처 | 사업 | 수행기관 | NTIS 분류(1순위) |
|---|---|---|---|---|---|
| 2022 | 분자규모에서 공정 통합 모사를 위한 멀티스케일 플랫폼 개발 | 과학기술정보통신부 | 개인기초연구(과기정통부) | 서울대학 | 화공 > 화학공정 > 공정시스템기술 |
| 2022 | 4IR (4th Industrial Revolution)-기반 헬스케어 전문인력 양성사업단 | 교육부 | 4단계두뇌한국21사업(R&D) | 이화여자대학 | – |
| 2022 | 화공분야연구인력양성사업단 | 교육부 | 4단계두뇌한국21사업(R&D) | 서울대학 | – |
인접 그래프
노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동
이 문서와 연결된 페이지
교수 1
연구주제 1
Model Reduction and Neural Networks