3D 프린팅을 위한 인공 신경망 알고리즘

3D 프린팅에 중점을 둔 적층 제조는 기존 제조 공정에 비해 뛰어난 장점 덕분에 최근 인기를 얻고 있습니다. 그러나 3D 프린팅 공정 매개변수는 인쇄된 부품의 특성과 사용 시간에 영향을 미치기 때문에 최적화하기 어려운 과제입니다. 따라서 전통적인 최적화 방법을 통해 공정 매개변수와 인쇄된 부품의 특성 간의 상관관계를 개발하는 것은 복잡한 작업입니다. 최근 기계 학습 기술이 복잡한 패턴 식별을 수행하고 결정론적 관계를 개발하기 위해 검증되어 물리적 모델을 개발하고 해결할 필요성을 없앴습니다. 기계 학습에서 인공 신경망(ANN)은 대규모 데이터셋을 해결할 수 있는 능력과 강력한 계산력을 바탕으로 가장 널리 사용되는 모델입니다. 이 연구에서는 3D 프린팅의 여러 측면에서 ANN의 발전을 정리합니다. 3D 프린팅에서 ANN을 적용하는 데 따르는 도전 과제와 그 잠재적 해결책이 제시됩니다. 마지막으로 3D 프린팅에서 ANN 적용을 위한 다가오는 트렌드가 예측됩니다.