본 연구에서는 양성자 교환막 수전해 시스템의 성능 향상을 위해 지식 통합 기계 학습 프레임워크를 제안한다. 데이터, 도메인 지식, 기계 학습 모델의 불확실성을 분석하고, 이를 바탕으로 3단계의 지식 통합 기계 학습 방법론을 제시한다. 이를 통해 데이터 증강, 모델링 프로세스, 지식 발견 등에 도메인 전문성을 효과적으로 활용할 수 있다.
