데이터 레이블이 제한된 상황에서 가상 증강을 포함한 룩어헤드 취득 전략으로 학습에 유익한 샘플을 선별하고, 증강 정책을 최적화하는 연구입니다.
관측 노이즈와 동역학의 잠재 파라미터 불확실성을 고려해 칼만 기반 추정과 EM/IMM 필터로 궤적 및 발사원점을 추정하는 연구입니다.
상호정보를 활용한 신호 분리와, 공기발생 관계 기반의 시드 자동 선택으로 비지도 학습의 성능과 확장성을 높이는 연구입니다.