기계로봇 소식
학술행사 제목 게시판 내용
행사명 대한기계학회 CAE 및 응용역학부문 2022년 춘계학술대회
행사분류 학술발표대회
행사관련 홈페이지 ksme.or.kr/Conference/ConferenceView.asp?top_param=1&sub_param=4&AC=3&CODE=C320220301&B_CATE=BBC1
개최기간 2022-05-18 ~ 2022-05-21
개최지 벡스코(부산시 해운대구 APEC로 55)
주최기관 대한기계학회
주최기관 홈페이지 ksme.or.kr/Conference/ConferenceView.asp?top_param=1&sub_param=4&AC=3&CODE=C320220301&B_CATE=BBC1
후원기관 대한기계학회

 



·  문의


 - 일반 사항 : 총무이사 오현석 교수(GIST, 062-715-2774, hsoh@gist.ac.kr)

 - 광고/전시/후원 : 총무이사 오현석 교수(신청서 링크 : Click, 신청 마감 : 4월 22일(금))

 - 학생경진대회 : 총무이사 박진성 교수(성균관대, 031-290-7829, nanojspark@skku.edu)

 - 논문 발표(프로그램북) : 편집이사 김진균 교수(경희대, 031-290-7829, jingyun.kim@khu.ac.kr)

 - 논문 발표(초록집) : 편집이사 이재훈 교수(동국대, 031-290-7829, jaehun@dongguk.edu)



 



· 초청 강연


 - Calibrated prediction of nonlinear material-based complex systems containing a large number of input variables (Prof. Bongtae Han, University of Maryland)

 - See the unseen! (신정호 대표, ETRIZ)



· 튜토리얼


 - Physics-informed Neural Networks(POSTECH 이승철 교수, seunglee@postech.ac.kr, 포스터 : Click)

     물리지식기반 신경망에 대한 소개와 최신 연구 동향

     Examples of PINN as a PDE solver

     Examples of incorporating physics with data

 - Data-driven Design(KAIST 강남우 교수, nwkang@kaist.ac.kr)

     Data-driven design 연구 배경

     Surrogate modeling + AI 최신 연구 동향

     Design optimization + AI 최신 연구 동향

     Generative design + AI 최신 연구 동향



· 특별 세션


 - 도메인 적응과 설명 가능 인공지능(GIST 오현석 교수, hsoh@gist.ac.kr)

 - Physics-informed Neural Networks(POSTECH 이승철 교수, seunglee@postech.ac.kr)

 - 해양 분야 친환경 및 스마트 기술(선박해양플랜트연구소 조수길 박사, sgcho@kriso.re.kr)

 - 전자인쇄를 이용한 배터리 설계 및 생산공정

 - 태양광 설비 설계 및 해석

 - 한국-스위스 국제공동연구(서울대 윤병동 교수, bdyoun@snu.ac.kr)



· 학생 경진 대회


- 참여대상 : 구두/포스터 발표하는 대학원생(학술대회 등록한 학부생 경우 학생경진대회 신청 가능)

- 초록 제목은 구두/포스터 발표 제목과 반드시 일치해야 함(작성 템플릿 링크: Click, 1제이지 작성)

- 4월 8일(금)까지 박주형 연구교수(parkjoodori@gmail.com)에게 초록 제출

- 경진대회는 PPT를 이용한 구두 발표이며 발표 시간(예, 5분 발표 2분 질의 응답)은 추후 공지

- 시상 : 상금 및 상장 수여



· 신진연구자 초청 발표


- 신개념 1차원 유한요소인 고차 보 요소의 소개(경북대 최수민 교수, schoi@knu.ac.kr)

- Virtual material testing by crystal plasticity finite element method: Grain size effect on the formability of ultra-thin metallic sheet(건국대 김동규 교수, dongkyukim@konkuk.ac.kr)

- Infill Defective Detection in Additive Manufacturing: Auditing Layer Imagery by using Machine Learning(동국대 송진우 연구교수, jwsong0620@dgu.edu)



인쇄 Facebook Twitter