KAIST AI 기술로 소재 물성 예측 정확도 획기적 개선 > 과학

1. 한국과학기술원(KAIST) 연구팀이 AI를 활용한 소재 물성 예측 기술인 '프로핏-넷'을 개발.
2. '프로핏-넷'은 전자 배치, 에너지, 전기음성도 등 화학 기본 개념을 학습하여 예측 정확도를 10-40% 향상시킴.
3. 김형준 교수는 AI가 화학 개념을 기반으로 발전 가능성을 보여줌.
4. 연구결과는 미국화학회지에 발표되었음.

[설명]
한국과학기술원(KAIST) 연구팀이 AI를 활용한 소재 물성 예측 기술 '프로핏-넷'을 개발했다. 이 기술은 화학의 기본 개념을 학습하여 소재의 물성 예측 정확도를 획기적으로 향상시켰다. 김형준 교수는 이 기술이 화학 개념을 기반으로 발전 가능성을 제시하며 다양한 분야에 활용될 수 있다고 설명했다. 해당 연구결과는 국제 학술지 미국화학회지에 발표되었다.

[용어 해설]
- 프로핏-넷(PROFiT-Net) : AI를 활용한 소재 물성 예측 기술
- 전자 배치 : 원자의 전자가 위치하는 패턴
- 에너지 : 물체가 가지는 움직이거나 변화할 수 있는 능력
- 전기음성도 : 원자가 전자를 얼마나 강하게 끌어당기는지를 나타내는 지표

[태그]
#KAIST #인공지능 #소재물성예측 #프로핏넷 #화학 #AI #소재개발 #화학개념 #물리화학 #화학공학 #연구결과 #미국화학회지

추천0 비추천 0