Events

대한금속재료학회 회원 여러분, 우리 학회에서는 “2024년 재료인공지능 강습회”를 개최합니다.  우리 학회 인공지능재료과학 분과 주관으로 개최되는 이번 교육은 대한금속재료학회 학생회원으로 등록된 대학원생들을 대상으로 진행합니다. 재료공학 연구에 바로 사용 가능한 수준 높은 이론과 실습을 준비하여 타 강습회와 차별화를 모색하였습니다. 2박 3일간 진행되는 교육비, 숙박비, 식비는 인공지능재료과학 분과에서 지원합니다. 회원 여러분의 많은 관심과 참여를 부탁드립니다.

• 주최: 대한금속재료학회, 한국과학기술원 

• 주관: 대한금속재료학회 인공지능재료과학 분과

• 개최일자: 2024년 7월 3일 (수) ~ 7월 5일 (금)

• 개최장소: 한국과학기술원 (대전)

• 연사

• 행사 일정

  • 1일차 (7월 3일)

    • 13:00-18:00: Deep Learning (ANN, CNN, RNN) 기초 (한국과학기술원  이승철 교수 + 국민대학교 조기섭 교수)

    • 18:00-20:00: 저녁식사 + 간담회

  • 2일차 (7월 4일)

    • 09:00-11:00: 물성 예측 모델 (국민대학교 조기섭 교수)

    • 11:00-13:00: Graph Neural Networks (한국과학기술연구원 김동훈 박사)

    • 13:00-14:00: 점심식사

    • 14:00-16:00: 생성형 모델 (VAE, GAN, Diffusion Model) (한국생산기술연구원 윤종필 박사)

    • 16:00-18:00: Language Models for Materials Discovery (서강대학교 백서인 교수)

    • 18:00-19:00: 저녁식사

  • 3일차 (7월 5일)

    • 09:00-11:00: Transfer Learning, Active Learning (고려대학교 김용주 교수)

    • 11:00-13:00: 언어모델의 기초 및 소재연구 활용 (한국과학기술연구원 이병주 박사)

    • 13:00-14:00: 점심식사

    • 14:00-17:00: 소재 데이터베이스와 인공지능 활용 방법 (한국화학연구원 신정호 박사)

• 신청안내

  • 신청서 제출: 구글폼 링크 (신청서 다운로드)

  • 신청서 마감: 2024년 6월 7일 (금) 까지 (조기 마감 가능)

  • 본 여름학교 교육비, 한국과학기술원 기숙사, 식비 전액을 인공지능재료과학 분과에서 지원 및 부담합니다. 

  • 본 여름학교는 (납부 기준) 대한금속재료학회 학생회원이고 대학원생이면 신청 가능합니다. 단, 지도교수 서명을 받아야 합니다. 

  • 70명 내외의 수용 가능 인원을 초과하여 신청할 경우, 분과에서 선발 절차를 진행할 예정입니다. 이의 제기는 받지 않습니다.

• 신청 결과 발표: 2024년 6월 10일 (월) 개별 통지

  • 정당한 사유 없이 지각, 불참, 교육 이탈 시 향후 인공지능 강습회 신청에 해당 연구실은 불이익을 받을 수 있습니다. 

• 실습 안내

  • 본 여름학교에서는 실습을 진행합니다. 따라서, 개인용 노트북을 준비하시기 바랍니다.

  • 실습에 필요한 모든 소스 코드를 제공합니다.

  • 수료증 발급

• 행사 문의: 이승철 교수 (seunglee@kaist.ac.kr)

대한금속재료학회 회원 여러분, 우리 학회에서 "2024년 기초 재료인공지능 여름학교"를 개최합니다. 우리 학회 인공지능재료과학 분과 주관으로 개최되는 이번 교육은 인공지능에 관심이 있는 재료공학 학부생을 대상으로 진행합니다. 재료공학도를 위한 인공지능 이론과 실습을 준비하여 타 강습회와 차별화를 모색하였습니다. 2박 3일간 진행되는 교육비, 숙박비, 식비는 전액 인공지능재료과학 분과에서 지원합니다. 학생 여러분의 많은 관심과 참여를 부탁드립니다.

• 주최: 대한금속재료학회, 한국과학기술원 

• 주관: 대한금속재료학회 인공지능재료과학 분과

• 개최일자: 2024년 7월 1일 (월) ~ 7월 3일 (수)

• 개최장소: 한국과학기술원 (대전)

• 연사:

• 행사 일정

  • Day 1 (7월 1일)

    • 13:00-18:00: 파이썬 기초, 코랩 사용법, 머신러닝 (회귀분석, 분류) (부산대학교 강준희 교수)

    • 18:00-20:00: 저녁식사 + 간담회

  • Day 2 (7월 2일)

    • 09:00-13:00: 차원축소, 군집화, 인공신경망 (부경대학교 여병철 교수)

    • 13:00-14:00: 점심식사

    • 14:00-18:00: Autoencoder, CNN, Segmentation (국민대학교 조기섭 교수)

    • 18:00-19:00: 저녁식사

  • Day 3 (7월 3일)

    • 09:00-11:00: 생성형 인공지능 (GAN, Material Discovery) (한국과학기술원 이승철 교수)

    • 11:00-13:00: Transfer Learning, Active Learning (고려대학교 김용주 교수)

    • 13:00-14:00: 점심식사

    • 14:00-15:00: 소재 데이터베이스와 인공지능의 활용 방안 (숭실대학교 민경민 교수)

    • 15:00-16:00: 재료공학에서의 ChatGPT (한국재료연구원 장재훈 박사)

    • 16:00-17:00: 재료 계산 및 인공지능 연구 분야의 현재와 미래 (한국과학기술연구원 한상수 박사)

• 신청안내

  • 신청서 제출: 구글폼 링크 (신청서 다운로드)

  • 신청서 마감: 2024년 6월 7일 (금) 까지 (조기 마감 가능)

  • 본 여름학교 교육비, 한국과학기술원 기숙사, 식비 전액을 인공지능재료과학 분과에서 지원 및 부담합니다. 

  • 70명 내외의 수용 가능 인원을 초과하여 신청할 경우, 분과에서 선발 절차를 진행할 예정입니다. 이의 제기는 받지 않습니다.

• 신청 결과 발표: 2024년 6월 10일 (월) 개별 통지

  • 정당한 사유 없이 지각, 불참, 교육 이탈 시 향후 인공지능 강습회 신청에 불이익을 받을 수 있습니다. 

• 실습 안내

  • 본 여름학교에서는 실습을 진행합니다. 따라서, 개인용 노트북을 준비하시기 바랍니다.

  • 실습에 필요한 모든 소스 코드를 제공합니다.

  • 수료증 발급

• 행사 문의: 이승철 교수 (seunglee@kaist.ac.kr)

[08/23/23~08/25/23] 인공지능재료과학분과 2023 하계단기강좌 "머신러닝과 딥러닝의 기초 및 응용 (초급)"

• 일시: 2023년 8월 23일 (수) ~ 8월 25일 (금)

• 장소: 부경대학교 대연캠퍼스 공학1관 319호 (부산광역시 남구 용소로 45)

• 대상: 머신러닝과 딥러닝에 대한 초급 레벨자 교육

• 연사: 조기섭, 이병주, 여병철, 김동응, 김동훈, 한승우

[02/15/23~02/17/23] 인공지능재료과학분과 2023 동계단기강좌 “딥러닝 이론과 구현 (중급)"

• 일시: 2023년 2월 15일 (수) ~ 2월 17일 (금)

• 장소: 포항공과대학교 박태준학술정보관 506호

• 대상: 딥러닝에 대한 중급 레벨자 교육

• 연사: 윤종필, 이상준, 정승현

[10/26/22] 2022년도 추계학술대회 Tutorial Session "원자 구조 해석 & 기계학습법 "

• 일시: 2022년 10월 26일

• 장소: 창원컨벤션센터

• 연사: 최시영, 양세정

[08/29/22~08/31/22] 인공지능재료과학분과 2022 하계단기강좌 "머신러닝과 딥러닝의 기초 및 응용 (초급)"

• 일시: 2022년 8월 29일 (월) ~ 8월 31일 (수)

• 장소: 해운대 센트럴 호텔 (주소: 부산광역시 해운대구 해운대해변로298번길 33)

• 대상: 머신러닝과 딥러닝에 대한 초급 레벨자 교육

• 연사: 윤세영, 윤종필, 이인호, 조기섭, 김세종

[08/18/21~08/20/21] 인공지능재료과학분과 2021 하계단기강좌 "딥러닝의 기초 및 응용 (중급): 실습강좌"

• 일시: 2021년 8월 18일 (수) ~ 8월 20일 (금)

• 장소: Online ZOOM 미팅

• 대상: 머신러닝과 딥러닝에 대한 중급 레벨자 교육 

1일차: 대표 CNN 모델, 전이학습, CAM (이승철 교수, 포항공대)

2일차: Object Detection, Segmentation (미세조직 분석) (윤종필 박사, 한국생산기술연구원)

3일차: 데이터 생성 모델 (GAN), 시계열 데이터 처리 모델 (RNN) (정승현 박사, 한국생산기술연구원)

[06/30/21~07/02/21] 인공지능재료과학분과 2021 하계단기강좌 "머신러닝과 딥러닝의 기초 및 응용 (초급): 실습강좌"

• 일시: 2021년 6월 30일 (수) ~ 7월 2일 (금)

• 장소: Online ZOOM 미팅

• 대상: 머신러닝과 딥러닝에 대한 초급 레벨자 교육 

1일차: Machine Learning with ASCENDS (신동원 박사, 오크리지 국립연구소)

2일차: Machine Learning with Python (손기선 교수, 세종대학교)

3일차: Deep Learning (ANN, CNN) with TensorFlow (이승철 교수, 포스텍)

[02/17/21~02/19/21] 인공지능재료과학분과 2021 동계단기강좌 "머신러닝과 딥러닝의 재료설계에 응용: 실습강좌"

• 일시: 2021년 2월 17일 (수) ~ 19일 (금)

• 장소: 비대면 온라인 개최

• 주최: 대한금속·재료학회 인공지능재료과학분과

• 대상: 머신러닝과 딥러닝에 대한 초중급 레벨자 교육 

1일차

• • • Machine Learning with ASCENDS Program (신동원 박사, ORNL)

    • Machine Learning 이론 (손기선 교수, 세종대)

    • 적용 사례 1 (정유성 교수, KAIST)

2일차

• • • Deep Learning (ANN, CNN) (강석주 교수, 서강대)

3일차

• • • Machine Learning Case Study (신동원 박사, ORNL)

    • Deep Learning Case Study (강석주 교수, 서강대)

    • 적용 사례 2 (김지한 교수, KAIST)

    • 적용 사례 3 (한승우 교수, 서울대)

[10/29/20] 2020년 추계학술대회 제9회 뉴호라이즌 심포지엄 "인공지능기술에 기반한 소재 개발/분석 사례와 향후 전망" (인공지능재료과학분과가 주관)

Session 1: 소재 설계용 인공지능 기술 (좌장: 한상수 박사, KIST)

• • • 신동원 박사 (ORNL): Applying Data Analytics in Materials Science: What is (Not) Possible and What is Needed?

    • 서동화 교수 (UNIST): 인공지능 및 자동합성/분석을 통한 재료 개발 자동화: 목표와 도전

    • 정유성 교수 (KAIST): Machine-Enabled Exploration of Materials Space

    • 이주형 교수 (GIST): Deep Neural Network-Guided Screening for Materials Properties of Secondary Batteries and Permanent Magnets

    • 김지한 교수 (KAIST): 인공지능을 이용한 다공성 물질 개발

Session 2: 소재 이미지 데이터 분석용 인공지능 기술 (좌장: 이정수 박사, KITECH)

• • • 김형섭 교수 (POSTECH): Microstructure Design using Machine Learning

    • 김윤석 교수 (SKKU): Application of Machine Learning to SPM Data for Better Understanding of Material Properties

    • 여병철 교수 (부경대): Automatic Identification of Crystallographic Interfaces from Scanning Transmission Electron Microscopy Data by Artificial Intelligence

    • 김동훈 박사 (KIST): 재료 파괴물성 예측용 머신러닝 모델 설계

Session 3: Text Mining 및 소재 공정 설계용 인공지능 기술 (좌장: 김동훈 박사, KIST)

• • • 이동화 교수 (POSTECH): Text Mining 기반 ReRAM용 소재 데이터 구축

    • 한승우 교수 (SNU): Exploring Unknown Inorganic Crystals using Neural Network Potentials

    • 이정수 박사 (KITECH): 딥러닝 기반 다이캐스팅 스마트 팩토리 플랫폼 기술 개발

[07/16/20] 인공지능재료과학분과 창립 심포지엄 (2020년 춘계학술대회 New Horizon 심포지엄)

좌장: 이병주 (포항공과대학교)

• Super-resolution and ReFocus on Material Images (이승철, 포항공과대학교)

• Introduction to AI Techniques (손기선, 세종대학교)

좌장: 정인호 (서울대학교)

• 구조화되어 있지 않고 편향성을 보이는 현장 데이터에 대한 AI 학습 방법 (이경우, 서울대학교)

• 철강 공정에서의 AI 적용 기술 개발 방향 (최자영, POSCO)

• 딥러닝 기반 영상 처리를 이용한 금속 제품 평가 기술 (윤종필, 한국생산기술연구원)

좌장: 고원석 (울산대학교)

• Development of Web-based Materials Data and Simulation Platform for High-Throughput Calculation and Machine Learning (김영광, (주)버추얼랩)

• AI 기반 소결 공정에서의 결합재 자동제어 기술 (정인현, POSCO)

• 금속 적층 제조 용융풀 데이터에 대한 정보 분석 기법 적용 (최윤석, 부산대학교)

• 인공지능을 활용한 Heusler 화학물의 발견과 Nb 내열합금 설계 (김경덕, 인하대학교)

 [07/14/20] 신소재개발을 위한 최적화 이론 (인공지능 기반 최적화)

2020년도 춘계학술대회(7.15-17)가 온라인으로 개최됨에 따라, 2020년도 춘계 튜토리얼 세션이 7월 14일(화) 온라인 강의로 진행됩니다. 너른 양해를 부탁드리며, 기존에 안내되었던 날짜와 변동이 있으니 자세한 내용은 아래를 확인 부탁드립니다. 이번 춘계 튜토리얼 세션에서는 '신소재 개발을 위한 최적화 이론(인공지능 기반 최적화)'을 주제로 하여 최적화 기본 이론, 메타 휴리스틱스와 인공지능(강화학습) 비교, 최적화 기반 소재 연구사례에 대한 내용을 다룹니다. 관심 있는 학회 회원분들의 많은 신청 부탁드립니다.

[07/01/20~07/03/20] 인공지능재료과학 분과 2020 하계단기강좌 "딥러닝의 기초이론과 재료설계 및 공정 최적화에 응용"

• 일시: 2020년 7월 1일  (수) ~ 3일 (금)

• 장소: 서울대학교 38동 글로벌 공학교육센터 (5층 글로벌 컨벤션 센터)

• 대상: 딥러닝에 대한 초보 및 초중급 레벨자 교육 

이번 교육에서는 머신러닝, 딥러닝에 대한 기초 이론 및 데모을 진행한다. 선형대수, 최적화에 대한 강의를 통해 수학적 이해도를 높이고, 머신러닝에 대한 전반적인 설명과 더불어 인공신경망으로의 확장을 통해 딥러닝의 대표적인 구조를 설명하고자 한다. 파이썬 기반 실행 가능한 코드를 제공해 알고리즘의 이해도와 활용도를 높인다. 

• 1일차: 머신러닝 (선형대수, 최적화, 회귀분석, 분류)

• 2일차: 딥러닝 (인공신경망, 오토인코더, 합성곱 인공신경망, 적대적 생성 신경망)

• 3일차: 딥러닝 적용사례 및 응용예제

1. 1. 윤종필 박사 (KITECH): 딥러닝 기반 영상 분석 기술 (재료 표면분석, 품질 검사, 결함검출)

   2. 김동훈 박사 (KIST): 인공지능 활용한 새로운 촉매 개발

   3. 강주석 박사 (포스코): 철강 제품 설계에서의 인공지능 적용 사례 (포스코)

   4. 안재환 박사 (현대제철): 철강 제조 공정에서의 인공지능 적용 사례 (현대제철)