초록 이 리뷰는 복합재료 과학 및 공학 분야에 적용된 인공지능(AI) 및 머신러닝(ML)의 현재 동향을 철저히 검토합니다. 이 연구는 지지벡터머신, 인공신경망, 컨볼루션 네트워크, 순환 네트워크, 유전 알고리즘, 생성적 적대 신경망과 같은 다양한 AI 및 ML 방법론을 활용하여 기계적 특성 예측, 미세구조 분석, 결함 탐지 및 설계 과정 최적화와 같은 작업을 수행하는 데 집중하고 있습니다. 이 연구는 이 분야의 발전을 위한 실험적 접근법과 계산적 접근법의 결합이 필수적임을 강조합니다. 이러한 기술들의 유망한 능력에도 불구하고, 고품질 데이터 부족, 모델 해석 가능성의 어려움, 상당한 계산 요구 등으로 인해 이들의 광범위한 구현이 지연되고 있습니다. 또한, 데이터 공유를 촉진하고 기존 지식을 활용하여 통계적 및 확률적 기술을 적용함으로써 이 분야의 발전을 위해 표준화된 방법론의 필요성을 강조합니다. 이러한 기술은 물질 거동을 지배하는 기본 원칙을 밝혀내어 복합재료 공학에서 보다 효율적이고 맞춤형이며 지속 가능한 솔루션 개발을 촉진하는 새로운 통찰을 제공합니다.
Kumar et al. (Wed,)는 이 질문을 연구했습니다.