Method apparatus and computer program for prediction of depositing process of synthetic silica glass by machine learning model

The present invention relates to a method for predicting a deposition process of synthetic glass on the basis of machine learning and, more specifically, to a method, device, and computer program for predicting a synthetic glass deposition process result value according to a setting element value of a burner for synthetic glass manufacturing using a model formed by machine learning, and determining a burner setting element value which can derive a desired deposition process result value. According to the present invention, when a specific variable value needs to be changed in a deposition process of synthetic glass soot, result values predicted based on various adjustments of different variable values can be quickly calculated using a machine learning-based model to maintain resulting values such as a deposition rate of synthetic glass soot at a desired value or change the result values. Accordingly, an appropriate variable value can be determined. 본 발명은 머신러닝 기반 머신러닝 기반 합성유리 퇴적공정 예측 방법에 관한 것으로서, 더욱 상세하게는, 머신러닝에 의해 형성한 모델을 이용하여, 합성유리 제조용 버너의 설정 요소값에 따른 합성유리 퇴적공정 결과값을 예측하고, 이로써 원하는 퇴적공정 결과값을 도출할 수 있는 버너 설정 요소값을 결정할 수 있도록 하는 방법, 장치 및 컴퓨터 프로그램에 관한 것이다. 본 발명에 의하면, 합성유리 수트(soot)의 퇴적공정에서 특정 변수값을 변화시켜야 할 경우, 합성유리 수트(soot)의 증착률 등의 결과값을 원하는 값으로 유지시키거나 또는 변경시키기 위해, 여러 변수값의 다양한 조정에 따라 예측되는 결과값을 머신러닝 기반의 모델을 이용하여 신속히 산출해줌으로써, 적절한 변수값을 결정할 수 있도록 한다.