- 이메일.dongilshin@postech.ac.kr
- 홈페이지.https://datasolid.postech.ac.kr
- 박사학위.Ph. D. Seoul National University (2019)
- 연구실.데이터 기반 고체역학 연구실 (Data-driven Solid mechanics Laboratory)
우리 그룹의 연구 관심사는 고체역학 문제의 계산 시뮬레이션 및 최적화에 있으며, 특히 복잡한 시스템 내에서 데이터를 실행할 수 있는 결정으로 변환하는 데 중점을 두고 있습니다. 저희의 주된 연구 관심사는 구조 최적화, 실시간 시뮬레이션, 차원 축소 모델링, 불확실성 정량화를 포함하는 문제들을 데이터 기반 방법론과 물리 기반 모델을 결합하여 해결하는 데에 있습니다. 여러 분야에서의 고체역학적 이론, 분석, 모델링 및 설계를 개발하는 우리 연구는 여러 역학적인 성능, 효율성, 안전성 및 지속 가능성을 보장하는 데 필수적입니다. 응용 분야에는 자동차 및 항공 우주 산업, 극한 센서, 지속 가능한 설계, 개인화된 설계 및 설계 자동화가 있습니다.
MAJOR RESEARCH ACHIEVEMENTS
- Data-driven analysis and modeling for thin-walled structures: Developing reduced elements to enhance performance.
- Record-breaking performance for optomechanical sensors: Using Bayesian machine learning approaches to guide the design process.
- Material modeling with physics-informed machine learning: Utilizing Deep Material Network (DMN) for multi-scale and multi-physics mechanical design.
RESEARCH INTERESTS
- Building a co-design simulation model integrating multiple scales from materials to structures.
- Multi-modal/multi-fidelity design for materials and structures with extreme characteristics.
- Personalized design and design automation.