AI 분석 서비스 소개
-
AI 분석 서비스는 첨단 인공지능 기술을 소재 개발 분야에 적용하여, 다양한 소재 데이터를 신속하고 정확하게 분석하고 최적의 솔루션을 제시하는 서비스입니다. 이 서비스는 소재의 데이터 수집 및 통합, 기계 학습을 통한 예측 모델 개발, 그리고 데이터 분석을 통한 최적화 솔루션 제공을 포함합니다. 이를 통해 신소재 개발 시간을 단축하고 개발 비용을 절감할 수 있습니다.
-
TRIP(Transformation Induced Plasticity) 강 AI 모델은 다양한 조성 및 공정 조건에서 TRIP 강의 물리적 특성(강도, 연성, 변형률 등)을 정밀하게 예측하여, 효율적인 재료 설계와 최적화를 가능하게 합니다.
-
MOFTransformer는 다공성 물질(Metal-Organic Framework, MOF)의 구조적 특성과 기체 흡착 성능을 예측하는 AI 기반 모델로, 대규모 데이터를 학습하여 MOF 물질의 물성을 신속하고 정확하게 분석합니다. 이를 통해 신소재 개발, 에너지 저장, 촉매, 환경 정화 등의 분야에서 최적의 재료 설계에 중요한 역할을 합니다.
AI 기반 예측 서비스
고강도 고연성 TRIP강 소재 예측

- 1. 개요: TRIP (Transformation-Induced Plasticity) 성질을 가지는 철강 소재의 물성치와 조성을 예측하는데 사용되는 AI 분석 도구
- 2. 기능
- - 사용자는 TRIP강의 조성, 공정 조건, 물성치 데이터를 학습하여, 신규 조성 및 공정 조건에 대한 물성치를 예측할 수 있음.
- - 사용자는 역설계 (Inverse Design) 기능을 통해, 특정 범위의 TS * EL 값을 갖는 신규 조성 및 공정 조건을 예측할 수 있음.
-
버전
Ver 1.0.0 -
등록일
2024.09.02
제공 정보
- #화학
- #소재
- #구조
- #안전
- #한국재료연구원
- #Regression
모델 정보
- #XGBoost
- #Regression
- #MIT License
- #CSV
- #TRIP강 물성 예측 및 역설계
다공성 소재 물성치 예측 (MOFTransformer)

- 1. 개요 : MOFTransformer는 다공성 소재인 유기 금속 골격체 (MOF: Metal-Oraganic Framework)의 다양한 물성을 예측하기 위해 딥러닝 기반으로 설계된 AI 모델로, 효율적인 다공성 물질 설계 지원 가능
- 2. 기능
- - MOF 데이터를 입력하여 가스 흡착, 기체 확산, 전기적 특성을 예측 가능
- - MOF 데이터를 입력하여 원자 단위의 정보를 그래프로 표현하고, 결정성 구조를 2차원 그림으로 시각화 가능
-
버전
Ver 1.0.0 -
등록일
2024.09.12
제공 정보
- #화학
- #소재
- #KAIST
- #Regression
모델 정보
- #MIT License
- #Pytorch
- #MIT License
- #MOFTransformer
- #CIF
- #JSON
- #Regression
- #Transformers