고강도 고연성 TRIP강 소재 예측

1. 데이터 로드

1) 사용자 PC의 데이터 로드

데이터 로드 초기 화면

① 분석 메뉴에 있는 AI 특화분석 -> TRIP강 소재 예측의 분석실행 -> Data Load 선택 ② 양식다운로드 클릭: 파일을 다운받고 압축을 풀어서 csv에서 설명된 가이드에 맞춰 작성 ③ 내 PC Data 선택 ④ 파일찾기 클릭: 팝업창에서 파일 추가 -> 디렉토리 선택 -> 양식 파일 선택하고 업로드 ⑤ 실행 클릭: csv 파일의 내용이 표로 나타나고, 결측치와 Heatmap 이미지로 표출 ⑥ 이미지 저장 클릭: 결측치와 Heatmap 이미지를 마이 드라이브에 저장 ⑦ Reset: 진행중이던 데이터를 삭제하거나 새로운 분석을 진행하고자 할 때 클릭

1-1) 다운로드양식에 데이터 입력: 위의 1)항 ②에서 다운로드한 csv 파일에 데이터 입력

CSV 양식 파일에 데이터 입력

① 다운로드한 csv 파일을 열고 Compositon 입력 - CSV 파일은 반드시 CSV UTF-8(쉼표로 분리)로 저장해햐 함 ② 조성은 최소값 ~ 최대값 사이의 데이터를 입력 ③ TS 입력: Tensile Strength 값 입력 ④ EL 입력: Elongation 값 입력 ⑤ TS*EL: TS와 EL의 곱한 값을 입력

1-2) 내 PC의 데이터 로드: 위 1)항의 ④ 항목의 상세 설명

내 PC 데이터 로드

① 데이터 로드 화면에서 파일찾기 클릭: 대용량 업로드 팝업창에서 파일 추가 클릭 ② 내 PC의 드라이브 창이 열리면 데이터를 입력한 csv파일이 있는 디렉토리 선택 ③ 데이터를 입력한 csv 파일을 선택 ④ 열기를 클릭: 선택한 파일이 대용량 파일 업로드 창에 등록됨 ⑤ 파일 업로드: 선택한 파일 업로드가 진행되고 완료되면 팝업창이 자동으로 사라짐

2) 마이 드라이브의 데이터 로드

마이 드라이브의 데이터 선택

① 분석 메뉴에 있는 AI 특화분석 -> TRIP강 소재 예측의 분석실행 -> Data Load 선택 ② 마이 드라이브 선택: 마이 드라이브에 있는데이터 로드 ③ 파일찾기 클릭: 마이 드라이브 트리 팝업창 생성 -> 폴더 및 파일 선택 -> 선택 클릭 ④ 실행 클릭: csv 파일의 통계치가 표로 나타나고, 결측치와 Heatmap 이미지로 표출 ⑤ 이미지 저장 클릭: 결측치와 Heatmap 이미지를 마이 드라이브에 저장 ⑥ Reset: 진행중이던 데이터를 삭제하거나 새로운 분석을 진행하고자 할 때 클릭

2-1) 마이 드라이브의 데이터 선택: 위 2)항의 ③항목의 상세 설명마이드

마이 드라이브 데이터 로드

① 마이 드라이브 트리 창에서 데이터가 있는 디렉토리 및 파일 선택 ② 선택 클릭하여 데이터 로드 - 실행 클릭하면, CSV 파일의 통계치가 표로 나타나고 결측치와 Heatmap이 이미지로 표출

3) 샘플 데이터셋 업로드

샘플 데이터셋 데이터 로드하기

① 샘플 데이터셋 선택: 내장된 데이텃셋이 업로드됨. ② 실행 클릭: 내장된 데이텃셋의 통계치가 표로 나타나고, 결측치와 Heatmap 이미지로 표출

2. 모델 학습

1) 모델 학습: 데이터 로드이후 학습조건을 설정해서 학습 (Train) 진행

모델 학습 조건 설정

① TRIP강 AI 분석창에서 Train 클릭 ② 학습 조건 설정 ③ 조건 설정후, 학습 클릭하여 학습 (Train) 진행 ④ 학습후 모델 저장: Tensile Strength와 Elongation 모델을 동시에 마이 드라이브에 저장 ⑤ 학습후 학습 데이터의 물리적 특성, TS 학습 성능, EL 학습 성능 결과를 마이 드라이브에 저장

1-1) 모델 학습 결과 저장: 위 1)항 ④과 ⑤항목에 대한 설명

학습된 모델 저장

① 학습 결과, TS 및 EL 모델을 마이 드라이브에 저장 ② 선택하여 저장 클릭

3. 물성치 예측

1) 물성치 예측: 학습이후 조성 및 공정조건을 입력하여 TS, EL, TS * EL 예측 진행

물성치 예측 시작 화면

① TRIP강 AI 분석창에서 Predict 클릭 ② TS 모델 열기, EL 모델 열기: 저장된 학습 모델을 불러와서 예측 진행할 때 사용 - 모델 학습이 끝나면 자동으로 모델이 입력됨 ③ 양식 다운로드 클릭: 파일을 다운 받아서 압축을 풀고 csv 파일에 설명된 가이드에 맞춰 작성 - 위 데이터로드의 1-1)항의 데이터 작성 가이드 참고 - CSV 파일은 반드시 CSV UTF-8(쉼표로 분리)로 저장 - CSV 파일에 예측용 샘플 데이터 1건 포함 ④ 예측 파일 열기 클릭: TS, EL, TS * EL 물성치 예측하기 위해 조성, 공정조건 입력한 csv 파일 선택 - 입력 데이터가 테이블에 표시됨 ⑤ Predict 클릭: 예측 실행 ⑥ 예측 결과 저장: 물성치 예측 결과 csv 파일 저장, Train 결과와 물성치 예측 결과 저장, 조성, 공정조건, 물성치 비교 이미지 저장

1-1) TS 및 EL 모델 불러와서 물성치 예측

예측 모델 불러오기 화면

① 양식 다운로드 클릭: csv 파일 다운받아서 csv에 설명된 가이드에 맞춰 작성 - 데이터 로드의 1-1)항의 데이터 작성 가이드 참고 ② 예측 파일 열기 클릭: TS, EL, TS * EL 물성치 예측하기 위해 조성, 공정조건 입력한 csv 파일 선택 - 데이터 로드의 1-2)항의 데이터 파일 찾기 및 등록가이드 참고 ③ TS 및 EL 모델 불러오기 클릭: 저장된 학습 모델을 불러와서 예측 진행할 때 사용 - 마이 드라이브에서 모델이 저장된 디렉토리 열기 - 학습이 끝나면 TS 및 EL 모델은 자동으로 입력되어 있음 ④ TS 및 EL 모델 선택: TS 모델과 EL 모델을 동시에 불러와서 예측 ⑤ 선택 클릭: 저장된 TS 및 EL 모델 선택후 예측 실행 - 선택후 예측 실행하고, 그 결과를 저장

4. 역설계 예측

1) 역설계 - 학습을 통해 확보한 모델과 물성치를 이용하여 특정 물성치를 가지는 조성, 공정 조건을 예측 진행

역설계 시작 화면

① TRIP강 AI 분석창에서 Inverse Design 클릭 ② 역설계 조건 입력: 역설계를 위해 TS * EL의 범위 및 생성수 입력 ③ Predict 클릭: 설정된TS * EL 범위에 해당하는 조성, 공정 조건, TS 및 EL 물성치 예측 ④ 조성, 공정조건, 물성치예측결과 저장: 역설계 결과 비교 이미지 및 csv 파일 저장 ⑤ TS 모델 열기, EL 모델 열기: 저장된 학습 모델을 불러와서 예측 진행할 때 사용 - TS 및 EL 모델 불러오기는 위의 3.물성치 예측의 1-1)과 동일