Korea Material Platform

미니어처 데이터 팩토리(MDF)를 활용한 소재 공정 설계 및 물성 예측 AI 모델 개발

■ AI 학습을 위한 소재의 조성, 공정, 물성이 연계된 공공 데이터를 미니어처 데이터 팩토리(MDF)를 활용하여 생산·수집
■ AI를 종합적으로 활용한 신소재 개발 지원 AI 플랫폼 구축을 위한 데이터 분석 SW 및 소재공정 설계 및 물성 측정을 위한 AI 모델 개발
■ 조성·공정 제어 ‘고탄성 알루미늄 합금 주조재’ 생산 및 실험·계산 데이터 기반 물성 예측, 상 분리, 최적 설계 인공지능 모델 개발. 이를 바탕으로 한 AX지원 수행

[데이터 개요] 고탄성 주조용 알루미늄 합금의 조성 및 공정 변수에 따른 미세조직 현미경 이미지(OM image)
[데이터 수량] 현미경 이미지 100장과 정답 분할 이미지 100장
[데이터 구성] 학습용 데이터 70쌍, 검증용 데이터 20쌍, 평가용 데이터 10쌍
[데이터 예시] 총 4개의 상(phase) 존재:

● 초록색 (Primary Si, or Si_p)
● 파란색 (Al₃Ni)
● 흰색 (Eutectic Si, or Si_e)
● 갈색 (Al)

AI 입력 데이터 예시	정답(예측) 데이터 예시

목표

입력 현미경 이미지를 위의 예시 이미지와 같이 상 분할(phase segmentation)하는 인공지능 모델 개발

상세

소규모 데이터 환경에서 최대한 높은 성능을 갖는 AI 모델을 개발. 주어진 데이터로부터 augmentation 등 다양한 기법 활용 가능

평가 성능 지표

각각의 평가용 데이터에 대해, 4 phases (4 classes)에 대한 mIoU 값(%)을 구한 후, 데이터 개수(10)로 평균

참고 기준 성능치

약 75%

데이터 소개