Physics-informed AI

구조해석 분야에서 전통적인 유한요소해석은 높은 정확도를 제공하지만, 대규모 구조물이나 비선형 문제를 다룰 때 계산 비용이 높고 상당한 연산 자원이 요구됩니다. 이에 본 연구실은 물리적 정합성을 유지하면서도 데이터 의존성을 최소화하는 과학적 기계학습(Scientific Machine Learning, SciML) 기법을 구조해석 분야에 적용하여, 구조물의 거동을 빠르고 정확하게 분석할 수 있는 모델링 기술을 연구하고 있습니다. 또한 인간의 개입 없이 기계시스템을 스스로 설계할 수 있는 자율설계 프레임워크 개발에도 주력하며, 역학과 인공지능의 융합을 선도하고 있습니다.