발표연사 ▶▶▶

부문 Track
성명 박형준 교수 (Hyungjun Park, Professor)
소속 조선대학교 (Chosun University)
주제 HEMOS용 격자 생성 모듈의 최적 활용을 위한 머신러닝 적용 방안
(A Machine Learning Based Approach for the Optimal Usage of the HEMOS Mesh Generation Module)
학력 1991년 포항공대 산업공학과 학사
1993년 포항공대 산업공학과 석사
1996년 포항공대 산업공학과 박사
경력 2001년~현재 조선대학교 산업공학과 교수
2014년~현재 조선대학교 대학원 문화학과 겸임교수
2008년~2010년 UCLA 전산학과 방문교수
1996년~2001년 삼성전자 중앙연구소 책임연구원
요약 고품질 CAE 결과를 얻기 위해서는 격자(mesh) 생성 이후 격자 수정, 해석 수행, 결과 분석 등의 과정이 반복되어 많은 시간과 노력이 소요된다.
따라서 이러한 반복적 과정 없이 양질의 격자를 생성하여 CAE를 수행하는 방안에 대한 연구가 지속적으로 이루어지고 있다.
본 발표에서는 이러한 노력의 일환으로 KISTI M&S 소프트웨어 HEMOS의 격자 생성 모듈의 최적화 및 성능 개선을 위한 기계학습 및 휴리스틱 기법의 적용 방안을 제시한다.
HEMOS 격자 생성은 MeshGems 모듈을 기반으로 하는데, 제시된 방안은 CAD 모델 및 해석조건을 고려하여 세분화(refined)될 지역을 추정한 다음, MeshGems 모듈을 통한 전역(global) 격자 생성과 추정된 지역에 대한 지역(local) 격자 세분화를 수행하는 것이다.
이를 실현하기 위해 MeshGems 파라미터들 중 전역 및 지역 격자 생성용 주요 파라미터를 도출하고, 해당 파라미터 값 선정을 위한 휴리스틱 방안들을 개발하였다.
그리고, 3D 기하정보와 해석조건(구속, 외력 등)을 고려하여 세분화될 지역의 추정을 위한 기계학습 모델을 개발하고 있다.
몇 가지 간단한 적용 사례들의 소개를 통해 제시된 방안의 유용성을 보인다.