Domestic Conference

김진혁, 노명일, 김기수, 여인창, 남정우, 이상현, 장영훈, "전이 학습을 이용한 선형 성능 우열 관계 예측 모델", 2021년도 한국CDE학회 하계학술발표회, 제주, pp. 189, 2021.08.25-28

by SyDLab posted Jun 28, 2021
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 선박의 선형 설계 과정에서 선형의 성능을 파악하기 위해 CFD (Computational Fluid Dynamics) 해석을 수행한다. CFD 해석의 결과로 도출된 전 저항 (RTM), 반류 계수 (Wn)와 같은 정량적 지표를 이용하여 설계한 선형의 성능을 평가할 수 있다. 또한, 해석을 통해 얻어진 파고 분포, 압력 분포와 같은 정성적인 데이터도 선형을 평가하는 데 중요하게 활용된다. 이러한 평가 방식은 정량적인 데이터와 정성적인 데이터를 모두 고려하여야 하기 때문에 선형 성능의 우열 관계를 판단하기 위해서는 많은 경험을 가진 설계자가 필요하다. 그리고 숙련자라 하더라도 정성적인 데이터의 특성상 우열 관계가 명확하지 않을 경우 선형 성능을 평가하기 쉽지 않다. 이를 해결하기 위해, 본 연구에서는 딥 러닝의 한 종류인 합성곱 신경망 (CNN, Convolutional Neural Network)을 이용하여 CFD 해석으로부터 도출된 파고 분포, 압력 분포와 같은 이미지 형태의 정성적인 데이터로부터 선형 성능의 우열 관계를 예측하는 모델을 개발하였다. 개발된 모델의 범용성 및 확장성을 제고하기 위해, 학습된 기존 모델에 다른 선형 또는 다른 선종의 정성적 데이터를 추가로 학습시키는 전이 학습 (transfer learning)을 수행하였다. 이를 통해, 과거에 해석한 데이터를 기반으로 만든 선형 성능 우열 관계 예측 모델을 다른 선형에도 손쉽게 적용할 수 있음을 확인하였다.
Publication Date 2021-08-25

김진혁, 노명일, 김기수, 여인창, 남정우, 이상현, 장영훈, "전이 학습을 이용한 선형 성능 우열 관계 예측 모델", 2021년도 한국CDE학회 하계학술발표회, 제주, pp. 189, 2021.08.25-28