Editor's Choice
듀얼 타워 신경망을 이용한 NdFeB 소결 자석의 보자력 예측: 데이터 분포 및 잠재 공간 포괄 범위의 영향 남충희 * 본 연구에서는 NdFeB 소결 영구자석의 조성과 공정변수 실험 데이터를 바탕으로 보자력을 예측하는 듀얼 타워 인공신경망을 구축하고 회귀성능의 데이터 의존성을 확인하였다. 학습데이터와 테스트 데이터 분할 조건에 따라 회귀 성능이 민감하게 변동하는 현상이 관찰되었다. 이러한 성능 변동의 원인을 규명하기 위해 차원 축소 기법을 활용하여 각 분할조건에 따른 학습데이터와 테스트 데이터의 잠재공간 분포를 시각화 하였다. 시각화 결과, 최적 성능과 최저 성능사례 사이에서 학습 데이터가 테스트 데이터의 특성인자의 잠재공간의 분포가 얼마나 효과적으로 포괄하고 있는지에 따른 명확한 차이가 확인되었다. 또한, 학습데이터와 테스트 데이터의 서로 다른 분할의 경우 각 모델의 학습 과정에서 도출된 어텐션 가중치 변화를 추적한 결과, 보자력 예측에 있어 조성 변수의 가중치가 공정 변수의 가중치보다 전반적으로 높은 수준을 유지하며 지배적인 영향력을 행사하고 있음을 확인하였다.

Current Issue - Vol.36 No.3

Journal of
the Korean
Magnetics Society

Open Access
Bi-monthly

Highlight

Editorial Office

  • Tel. +82-2-3452-7363
  • Fax. +82-2-3452-7366
  • E-mail. office@magnetics.or.kr