1일차
•
디지털 전환에 대한 개념 및 필요성 이해
•
디지털 전환 프로세스 이해
•
디지털 전환의 핵심기술에 대한 기본지식 함양
◦
빅데이터, 인공지능, 클라우드컴퓨팅 등
•
사례로 보는 디지털 전환
2일차
•
디지털 전환 실패 사례와 교훈
•
빅데이터와 디지털 전환
•
소재 분야에서의 데이터 구축 및 탐색의 필요성 이해
•
은나노 입자 생성 과정 이해
•
은나노 입자 생성 데이터를 활용한 EDA 실습
3일차
•
인공지능 개요
•
디지털 전환에서의 인공지능의 중요성
•
인공지능을 활용한 디지털 전환 프로세스 이해
•
머신러닝 인공지능의 기본적인 원리 및 필요성 이해
•
머신러닝을 활용한 은나노 입자 생성 여부 예측 과정 실습
4일차
•
딥러닝 출현 배경 및 발전 과정 이해
•
딥러닝 모델의 기본적인 원리 및 다양한 딥러닝 모델 이해
•
디지털 전환과 딥러닝의 필요성
•
딥러닝을 활용한 기계설비 예지보전 과정 이해
5일차
•
하드웨어 기술의 발달과 인공지능의 성장
•
인공지능 모델 성능향상을 위한 데이터 샘플링 등의 기법 이해
•
인공지능 모델 성능향상을 위한 하이퍼파라미터 튜닝기법 이해
•
최적의 인공지능 성능 유도 및 기계설비 예지보전 정확도 향상을 위한 과정의 이해
6일차
•
다양한 인공지능의 출현과 미래
•
인공지능의 발전과 디지털 전환의 발전
•
화학 분야의 데이터 구축 플랫폼인 “The Materials Project”를 활용한 데이터 다운로드
•
인공지능을 활용한 이차전지 성능향상 과정에 대한 이해