- * 프린트는 Chrome에 최적화 되어있습니다. print
"공정 공학 및 자동화 연구실"은 인공지능과 화학제조를 융합하여 친환경 자동화 공정을 개척하고 있습니다. 저희 연구실은 로보틱스 자동화 및 이미지 센서와 같은 하드웨어부터 시뮬레이션, 데이터 처리 및 기계 학습, 최적화 제어 알고리즘 등의 소프트웨어 개발까지 스마트 공정 구축에 필요한 전 과정을 포괄적으로 연구합니다. 저희의 목표는 청정 에너지를 생성하는 스마트 자동화 공정 계발을 통해 2050년까지 탄소중립을 실증하는 것입니다. 보다 친환경적인 미래를 추구하는 AI와 자동화에 대한 열정이 있으시다면, 편히 연락주시길 바랍니다.
At the "Process Engineering & Automation Lab (PEAL)", we merge artificial intelligence with chemical manufacturing to pioneer eco-friendly, automated processes. Our research area includes both hardware like robotic automation and image sensors and software advancements in simulation, data processing, and algorithms for machine learning, optimization, and control. Our goal is to lead the industry towards carbon neutrality by 2050 through smart, sustainable and automated process. If you're passionate about AI and automation in pursuit of a greener future, we welcome your contact.
Major research field
공정시스템, 자동화, 인공지능, 유동해석, Process System, Automation, Artificial Intelligence, Fluid Analysis
Desired field of research
이산화탄소 포집 및 저장, 가스 하이드레이트, CCUS, Gas Hydrate
Research Keywords and Topics
공정 시스템, 자동화, 인공지능, 이산화탄소 포집 및 저장, 가스 하이드레이트, Process System, Automation, Artificial Intelligence, CCUS, Gas Hydrate
Research Publications
· Automatica, “Probability Density Function-based Stochastic Nonlinear Model Predictive Control using Fokker-Planck Equation,” T. H. Oh, J. W. Kim, Y. Kim, and J. M. Lee, 2024 (Under Review).
· AIChE Journal, “Integration of Reinforcement Learning and Model Predictive Control to Optimize Semi-batch Bioreactor,” T. H. Oh, H. M. Park, J. W. Kim, and J. M. Lee, 2022.
· Computers & Chemical Engineering, “Quantitative comparison of reinforcement learning and data-driven model predictive control for chemical and biological processes,”, T. H. Oh 2024.
국가과학기술표준분류
- EC. 화공
- EC01. 화학공정
- EC0103. 공정시스템기술
국가기술지도분류
- 정보-지식-지능화 사회 구현
- 012300. 인공지능/지능로봇 기술
녹색기술분류
- 고효율화기술
- 친환경 제조공정 및 소재효율성 향상
- 351. Green Process 기술
6T분류
- ET 분야
- 청정생산
- 050311. 청정원천공정 기술