지난 5월 19일 서울대학교 기계공학부 시스템 건전성 및 리스크 관리 연구실(지도교수 윤병동)의 이동휴 박사과정, 오혜준 석사과정이 대한기계학회 CAE 및 응용역학부문 2023년 춘계 학술대회에서 진행한 학생경진대회에서 우수하고 독창적인 연구결과를 발표하여 학생경진대회 우수상을 수상하였다.

이동휴 박사과정의 논문제목은 "목표 주파수 정합 및 투과율 극대화를 위한 결함 인가 음향양자 결정의 딥러닝 기반 역설계"로, 협대역 필터로의 음향양자 결정의 활용을 위한 딥러닝 기반 역설계 프레임워크를 소개하고 있다. 본 연구에서는 딥러닝 기반 역설계 모델 및 분석 모델을 활용해 설계 요건을 만족하는 설계 안들을 생성 및 필터링하고 그중 최적의 설계안을 제공하는 프레임워크를 개발하였으며, 이 과정에서 복수의 설계안 매핑 문제를 해결하기 위해 CGAN과 같은 확률적 딥러닝 모델이 역설계 모델로 활용되었다. 이에, 제안된 역설계 방법은 임의의 목표 주파수 조건에 대해 단 시간에 최적의 설계안을 제공하여 주목받았다.

오혜준 석사과정의 논문 제목은 "전류기반 모터 고장 진단 성능 향상을 위한 교차 모달 지식 증류 기법"으로, 진동 기반의 모터 고장 진단 방식의 경우 외부 진동에 취약하고 일반화에 어렵다는 문제점을 가지고 있어 현장에서 사용이 어렵고, 전류 기반의 모터 고장 진단 방식은 성능이 낮다는 문제점을 해결하고자 학습 단계에서 진동 데이터를 활용하고 테스트 단계에서 전류 데이터만으로 향상된 성능을 얻을 수 있는 새로운 방식의 딥러닝 모델 학습 방식을 제안했다는 점에서 큰 주목을 받았다.