241105 미팅

이전 미팅 내용

1. 뭔가 flow direction을 고려해서 섬유의 길이 별 orientation을 정의해야한다?
   1. flow direction을 정의해야한다.
      1. 이걸 왜?
      2. 문제가 된다면 ODF(orientation distribution function)을 orientation tensor로부터 재구축 할 때 maximum entropy 개념이 맞지 않을 수 있음. flow direction에 따라서.
2. 우리가 들고 갔던 idea
   1. 길이 별로 orientation distribution function을 재구축 → 3차원 공간 상으로 적층 가능’
      1. 교수님이 말씀하신건 한 PG 내에서 같은 배향을 갖더라도 길이가 다른 놈들이 섞여있으니 이걸 어떻게 고려해야하는가?
      2. 그럼 기존 계산에서 aspect ratio가 고정되어 계산한 scheme을 따를 수 없고, 모든 길이를 고려하게 되면 계산이 너무 많이 들어감.
   2. 이걸 K means로 directly 고려하기 어려움
      1. 길이별로 odf를 재구축한 것과 flow direction을 고려해서 전체에 대해서? 고려한 ODF와는 연결고리가 없다.
      2. 그럼 이제 flow direction을 정의해서? ODF를 재구축해라?
         1. flow direction을 어떻게 정의할지 모르지만 예를 들어 교수님은 maximum flow direction을 말씀하심
         2. 그럼 그 flow direction 기준으로 orientation distribution이 결정될거다.
         3. 근데 그걸 길이별로 계산하면 되지 않냐?
      3. 위의 계산 방식의 flow는
         1. 길이 구간을 짤라
         2. 각 길이 별로 flow direction을 고려한 ODF가 나옴
         3. 그럼 그걸로 12개 유사결정립 해석
3. CT 관련
   1. 이건 program에서 할 수 있는거 다시 정확히 파악
   2. 할 수 있어~
      1. 안되는데요?
   3. 시간은 좀 걸리더라도! 할 수 있어!

---

해야 할거

• mold ex에서 정확히 어떤 것들을 얻을 수 있는건지를 파악 — 원준
  • 일단 위치별로 사출 후 해당 probe에서의 평균 길이는 파악 가능
    • 그럼 여기에 추가적으로 어떻게 길이 분포를 다시 얻을 수 있는지를 생각해봐야함.
  • 시뮬레이션 했을 때 길이 별로 orientation이 정확히 얻어지는건지?
    • 장섬유에 대한 고려가 잘 이루어져서 우리가 그냥 쓸 수 있는건지 아님 뭔가 flow direction에 대한 변화를 고려해줘야 하는건지
• idea 구체화 — 민준
  • 적층해서 뭔가 3차원 space를 만든 뒤 PG 분리한다는 개념을 구체화
• CT 관련해서도 길이 분포를 얻는 방법을 좀 더 디테일하게 설명한 문헌이 있는지? — 정은
  • 이건 검증용
  • 일단 CT 프로그램을 최대한 활용할 수 있는 방향으로 조사 (치대꺼) — 원준

Idea 구체화 내용

현재 유사결정립 분해는 인공신경망을 통한 학습으로 진행됨.

먼저 orientation tensor로부터 ODF를 나타내는 bingham distribution function의 2 parameter인 α, β를 인공신경망으로부터 뽑아내고, 이를 입력값으로 하여 각 유사결정립의 대표 방향, volume fraction을 얻어냄.

여기에 장섬유 개념이 들어간다면 기존 ME 방법은 길이를 염두에 두지 않았으므로 이 부분에서 길이에 대한 고려가 필요할 수 있음.

• 길이가 다른 두 섬유군에서 같은 orientation tensor를 얻었다면, ODF도 같은게 맞는가?
• 혹은 pareto 최적화에서 뭔가 길이와 orientation에 대한 부분을 추가하는 방법

몰드엑스에서는 길이에 따른