본 연구실에서는 딥러닝 알고리즘을 이용하여 음원 위치 추정 및 음향 신호 분석의 정확성을 향상시키는 기술을 개발하고 있습니다. 특히, TDOA(Time Difference of Arrival) 기반의 음원 위치 추정 및 음향 신호 분리 기술에 집중하여 이동식 모니터링을 위한 실시간 음향 신호 예측과 분리 기술을 연구합니다. 이를 통해 다양한 환경에서의 음원 위치 추정 정확도를 높이고, 음향 신호 분석의 새로운 가능성을 제시합니다.

기계공학과 산업 인공지능 연구실에서는 다양한 기계 장비의 고장 진단을 위한 딥러닝 기반 헬스 모니터링 시스템을 개발하고 있습니다. 딥러닝 알고리즘을 통합한 베이지안 헬스 지표를 활용하여 여러 기계의 상태를 모니터링하고, 원전 회전 기기와 같은 중요한 장비의 고장 데이터를 분석합니다. 이 기술은 고장 신호를 생성하고, 고장 특성을 조작하여 정상 신호로부터 고장 신호를 예측하는 데 중점을 둡니다. 이를 통해 기계의 예측 유지보수 및 안정성을 크게 향상시킬 수 있습니다.