[국내/R&D]KAIST, GAN 모델을 이용한 복잡한 구조의 다공성 물질 설계 방법 개발
페이지 정보
- 발행기관
- 조선비즈
- 저자
- 종류
- 나노기술분류
- 발행일
- 2020-01-07
- 조회
- 1,692
본문
KAIST 김지한 교수 연구팀이 인공지능 기술과 분자 시뮬레이션 기술을 활용해 다공성 물질의 한 종류인 제올라이트 구조를 설계하는 방법을 개발함.
연구팀은 먼저 인공지능 생성모델인 적대적 생성 신경망(GAN, Generative Adversarial Network)과 기존 분자 시뮬레이션에서 활용되는 3차원 그리드 데이터를 이용해 다공성 물질의 특성을 인공지능이 학습하고 생성할 수 있는 구조를 개발함. 개발된 인공신경망 생성모델은 3차원 그리드로 이루어진 구조 정보와 흡착 물성 데이터를 같이 학습하며 흡착 물성을 빠르게 계산할 수 있으며, 연구팀은 이를 통해 에너지 저장 소재의 특성을 효율적으로 학습할 수 있음을 확인함. 또한 인공지능은 학습 과정에서 의도적으로 제올라이트 구조 중 일부를 제외해 학습시켰음에도 제외된 구조를 발견하는 등, 학습하지 않은 구조들도 생성할 수 있음.
※ Science Advances 게재
- 이전글[국내/R&D]KERI, 접는 PCB·2차원 다이아몬드…'꿈의 신소재' 그래핀 상용화 기대 20.01.13
- 다음글[국내/R&D]전북대, 저비용 고효율 수소 생산 촉매제 개발 20.01.13