"머신러닝"

CAE 머신러닝 예측 모델, 실험 수보다 반응 매끄러움이 관건

Semiconductor Engineering에 따르면 CAE에서 머신러닝 예측 모델 훈련에 필요한 설계 실험 수는 모델 크기나 설계 변수 개수가 아니라 예측 대상 반응의 매끄러움에 좌우된다. EV 로커 연구에서는 동일한 100회 실험과 3개 변수로 훈련했음에도 질량 예측력 점수는 0.98이었던 반면 손상된 배터리 셀 개수 예측은 0.64에 그쳤다. 질량은 매끄럽고 단조적인 함수인 반면 손상 셀 개수는 응력이 임계값을 넘는지 여부로 결정되는 불연속적 정수 반응이기 때문이라고 설명했다. 전면 충돌 연구에서도 변위인 침입량 예측 오차는 낮았지만 가속도 예측 오차는 상대적으로 더 컸다. 기사는 예측력 점수와 학습 곡선을 훈련 전에 점검해 실험 예산을 효율적으로 배분할 것을 제안했다.