최원호 교수 연구실
기본 정보
연구 분야
프로젝트
논문
구성원
article|
인용수 1
·2025
Predicting Performance of Hall Effect Ion Source Using Machine Learning
Jaehong Park, Guentae Doh, Dong‐Ho Lee, Young-Ho Kim, Changmin Shin, Su‐Jin Shin, Young-chul Ghim, Sanghoo Park, Wonho Choe
IF 6.1 (2025) Advanced Intelligent Systems
초록

제2400555호 논문에서 Wonho Choe와 공저자들은 우주 추진과 산업용 이온 빔 소스에 핵심적인 기술인 홀 추력기의 성능을 정확하게 예측하기 위한 기계 학습 기반 접근법을 소개한다. 18,000개의 시뮬레이션 데이터셋을 대상으로 학습한 다중(앙상블) 신경망을 활용하되, 이를 실험으로 검증함으로써, 이 모델은 추력과 방전 전류 예측에서 높은 정확도를 달성한다. 이를 통해 설계 주기를 단축하면서도 최적화되고 고효율인 추력기를 신속하게 개발할 수 있게 된다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.

키워드
IonHall effectComputer scienceMachine learningArtificial intelligencePhysicsEngineeringElectrical engineering
타입
article
IF / 인용수
6.1 / 1
게재 연도
2025

주식회사 디써클

대표 장재우,이윤구서울특별시 강남구 역삼로 169, 명우빌딩 2층 (TIPS타운 S2)대표 전화 0507-1312-6417이메일 info@rndcircle.io사업자등록번호 458-87-03380호스팅제공자 구글 클라우드 플랫폼(GCP)

© 2026 RnDcircle. All Rights Reserved.