연합학습의 성능을 향상시키기 위해 참여자 선택을 최적화하는 연구를 진행하고 있습니다. 비IID 데이터 분포 환경에서 각 참여자의 데이터 특성을 고려하여 최적의 참여자를 선택함으로써 모델의 학습 성능을 극대화합니다. 이를 통해 다양한 디바이스 간의 데이터 불균형 문제를 해결하고, 통신 상황을 예측하여 효율적인 학습을 지원합니다. 또한, 강화 학습 기법을 적용하여 참여자 선택과정에서의 탐색 효율성을 증대시킵니다.

무인 항공기를 활용하여 저궤도 위성 네트워크의 성능을 향상시키는 연구를 수행하고 있습니다. 다중 프로토콜과 다중 경로를 활용하여 데이터 전송의 안정성을 높이고, 실시간 제어 패킷 전송의 신뢰성을 확보합니다. 또한, UAV 군집 시스템을 통해 공중 원격 탐사를 효율적으로 수행하며, 분산된 UAV 네트워크 인프라를 구축하여 네트워크 성능을 최적화합니다. 이를 통해 위성 통신의 품질을 개선하고, 다양한 응용 분야에서의 활용 가능성을 높입니다.