TUTORIALS

 

[한국최적설계학회] 2024년 하계 강습회

Topics Colab PDF

Dimension Reduction iColab#01 pdf#01

Diffusion Models iColab#02 pdf#02

Generative Design iColab#03 pdf#03

Mechanical Design with ChatGPT pdf#04

[한국소성∙ 가공학회] 2024년 전문교육

주제 1: 인공지능 기초 (박범수 박사)

주제 2: 능동 학습 (active learning) 기반 인공지능 (박재정 학생)

주제 3: 물리지식기반 인공지능 (이수영 교수)

[한국소음진동공학회] 2024년 춘계학술대회 Tutorial

[05/22/24~05/24/24] 한국소음진동공학회 춘계학술대회, 제주 라마다 호텔

[대한기계학회 CAE및응용역학 부문] 2024년 춘계학술대회 Tutorial

[05/01/24~05/03/24] 대한기계학회 CAE및응용역학부문 춘계학술대회, 제주 휘닉스 섭지코지

Topics HTML Colab PDF

Dimension Reduction iNote#01 iColab#01 pdf#01

Diffusion Models iNote#02 iColab#02 pdf#02

Generative Design iColab#03

[대한기계학회 기계인공지능연구회] 2024년 물리지식기반 인공지능 

(Scientific Machine Learning Workshop)

대한기계학회 회원 여러분, 2023년 8월에 개최된 '물리지식기반 인공지능' 연구교류회 이어 이번 2024년 1월달에는 Scientific Machine Learning 분야에 집중하여 대학원생들의 연구 발표를 중심으로 연구 교류회를 진행합니다. 이 연구 교류회는 인공지능과 기계 도메인 지식을 융합하며 새로운 아이디어와 혁신적인 연구를 촉진하는 자리가 될 것입니다. 특히 대학원생들의 적극적인 참여와 활발한 토론을 기대하고 있습니다. 새로운 통찰과 지식의 공유를 통해 학문적인 성장의 기회가 되리라 믿습니다. 많은 참여 부탁드립니다.



1일차

13:20 ~ 13:50 Recent Trend in PINN and its Applications to NDT, 오현석 교수 (GIST 기계)

13:50 ~ 14:20 PINN for Extreme Mechanics Problems, 이정수 교수 (가천대 기계)

14:20 ~ 14:40 Multiphysics-informed Neural Networks for Non-Destructive Structural Health Monitoring in Thermomechanical Systems, 노홍균 학생 (전북대, 기계과)

14:40 ~ 15:00 Multiphysics-informed Deep Operator Networks for Predicting the Response of a Permanent Magnet Synchronous Motor, 손세호 학생 (한양대, 기계과)

15:00 ~ 15:30 Break (30 min)

15:30 ~ 16:00 Theory-guided Machine Learning Approach for Singular Perturbation Problems, 홍영준 교수 (KAIST 수학)

16:00 ~ 16:30 Sobolev Training for Neural Networks and its Applications, 손휘재 교수 (한밭대 인공지능)

16:30 ~ 16:50 Application of PINNs to Argon Glow Discharge Models, 김은서 (포항공대, 수학과)

16:50 ~ 18:00 간담회 (일반 + 학생)

2일차

10:00 ~ 10:20 Physics-informed Fourier Representation, 김태완 학생 (포항공대, 기계과)

10:20 ~ 10:40 Prediction of Thermal Runaway for a Lithium-ion Battery through Multiphysics-informed DeepONet, 정진호 학생 (한양대, 기계과)

10:40 ~ 11:00 Solving Forward and Inverse Problems of Cl2 Global Discharge Models using PINNs, 권희재 학생 (포항공대, 수학과)

11:00 ~ 11:20 Data-driven Discovery of Drag-inducing Elements on Rough Surfaces through Convolutional Neural Networks, 신희수 학생 (인하대, 기계과)

11:20 ~ 11:40 A Full-Field Estimation of Dynamics System Responses with Sparse Measurement, 박정훈 학생 (전북대, 기계과)

11:40 ~ 12:00 Solving Boltzmann-BGK Equation with Physics-informed Neural Networks, 오재민 학생 (카이스트, 수학과)


[Conference on Intelligent Autonomous Systems] Tutorial on "Physics-informed Neural Networks with Data"

Topics   Jupyter notebook Slides

[대한기계학회 CAE및응용역학 부문] 2023년 춘계학술대회 '물리지식기반 인공지능' 특별세션

[대한기계학회 CAE및응용역학 부문] 2023년 춘계학술대회 '강화학습과 최적설계' 강습회

[대한기계학회 신뢰성 부문] 2023년 춘계학술대회 인공지능 강습회

[LINC3.0 사업단] 2023년 산업체 재직자 대상 산업 인공지능 핵심 기초 교육

다양한 분야의 산업체 재직자들을 대상으로, 인공지능의 핵심 기초 및 원리를 이해할수 있도록 한다. 특히 대표적으로 활용되는 인공지능 모델의 산업 적용 사례를 소개 및 관련 실습을 통해, 현업에서 인공지능을 적용해 볼 수 있는 실무적 능력 배양하고자 한다.


1일차 (대면): 머신러닝 & 딥러닝 기초

2일차 (대면): 산업에 바로 적용 가능한 인공지능 실습

3일차 (대면/비대면) 산업 현장에서 활용되고 있는 인공지능 사례


현장 데모

[한국소성가공학회 2022년 전문교육] 재료 설계를 위한 인공지능 기초

최근 빅데이터를 활용한 인공지능 모델로 재료를 설계하는 연구가 활발히 진행되고 있다. 일반적으로 재료 설계는 반복적인 실험을 통해 긴 기간에 걸쳐 완성되지만, 인공지능을 이용하면, High throughput material screening이 가능하여 설계 시간을 크게 단축할 수 있다. 또한 기존의 재료 데이터를 기계학습으로 분석해 봄으로써 재료 설계에 대한 가이드라인을 얻을 수 있다. 

본 강좌에서 1부는 기계학습에 대한 기초에 대해 배우고, 설명 가능한 인공지능 모델 중 하나인 SHAP (SHapley Additive exPlanation)을 활용하여 feature importance를 분석하고자 한다. 2부에서는 실제 Material project의 데이터를 불러와서 체적 탄성 계수(Bulk modulus)와 전단 탄성 계수(Shear modulus)를 기계학습을 통해서 예측해보고, SHAP을 통해서 feature importance가 어떻게 나타나는지 실습하고자 한다. 3부에서는 실제 산업 현장에서 얻은 사출 몰딩 데이터를 이용하여 LIME이나 SHAP와 같은 설명 가능한 인공지능을 통해 geometric feature와 material feature가 5가지 공정 계수에 어떤 영향을 주는지 분석해 볼 예정이다. 


주제 1: 인공지능 기초 (60분)

주제 2: The Materials Project를 이용한 머신러닝 실습 (60분) 

주제 3: 실제 산업 현장 데이터를 이용한 설명 가능한 인공지능 구현 실습 (60분)

[한국소음진동공학회 AI혁신위원회] 2022년 인공지능 강습회

[DAY 1] 이승철 교수 (포항공과대학교)


Topics   Jupyter notebook Slides


[DAY 2] 최정우 교수 (한국과학기술원)

[대한기계학회 인공지능머신연구회] 2022년 인공지능 여름학교

1강: 수학과 프로그래밍 없는 인공지능 소개 (유승화 교수, 한국과학기술원)


2강: 파이썬을 활용한 인공지능 이론과 실습 (최상헌 교수, 경북대학교)

[대한기계학회 인공지능머신연구회] 2022년 계 고급인공지능 강습회

Topics   Jupyter notebook Slides YouTube

Google Colab iNote#00

Prerequisite: ANN iNote#00_01 pdf#00_01 ANN01, ANN02, ANN03

Prerequisite: Autoencoder iNote#00_02 pdf#00_02 Autoencoder

Prerequisite: CNN iNote#00_03 pdf#00_03 CNN01, CNN02, CNN03


[한국소음진동공학회] 2022년 춘계학술대회 강습회 (YouTube)

Topics   Jupyter notebook Slides YouTube

[대한기계학회 CAE 및 응용역학] 2022년 춘계학술대회 강습회

Topics   Jupyter notebook Slides

[대한기계학회 인공지능머신연구회] 2022년 동계 고급인공지능 강습회

Topics   Jupyter notebook Slides YouTube

Google Colab iNote#00

Prerequisite: ANN iNote#00_01 pdf#00_01 ANN01, ANN02, ANN03

Prerequisite: Autoencoder iNote#00_02 pdf#00_02 Autoencoder

Prerequisite: CNN iNote#00_03 pdf#00_03 CNN01, CNN02, CNN03


[대한금속·재료학회] 인공지능재료과학분과 2021 하계단기강좌: 중급 (YouTube)

Topics   Jupyter notebook Slides

 Python Installation iNote#00

[대한금속·재료학회] 인공지능재료과학분과 2021 하계단기강좌: 초급 (YouTube)

Topics   Jupyter notebook Slides

 Python and TensorFlow Installation iNote#00

[포스코/현대제철] 2021년 인공지능

Topics Jupyter Notebook Slides

  Mathematical Background

 Machine Learning

  DSP and PHM

  Deep Learning

  Reinforcement Learning

iNote#23_02

  AI Applications

* briefly addressed

[대한금속·재료학회] 인공지능재료과학 분과 2020 하계단기강좌 (YouTube)

“딥러닝의 기초이론과 재료설계 및 공정 최적화에 응용”

Topics   Jupyter notebook Slides

Python Installation iNote#00_1

Docker Installation (optional) iNote#00_2

[한국소음진동공학회] 2020년 E-Conference Tutorial 강연 (YouTube)

Topics Jupyter notebook Slides

Docker Installation iNote#00

Introduction pdf#01

 

Tutorials

   Dates Topics Where