인공지능 및 머신러닝 연구실

반도체시스템공학과 유창동

인공지능 및 머신러닝 연구실은 반도체시스템공학과에 소속되어 있으며, 주로 머신러닝과 인공지능 기술을 활용한 다양한 연구를 진행하고 있습니다. 최근 3년간 주요 연구 분야로는 머신러닝을 기반으로 한 음성 인식, 인간 위치 추적, 그리고 3D 인스턴스 분할 등이 있습니다. 특히, 음성 인식 분야에서는 'ν-Structured 서포트 벡터 머신을 이용한 음성 인식기 훈련'과 같은 연구를 통해 높은 성과를 거두었으며, 인간 위치 추적 분야에서는 'Causal Localization Network for Radar Human Localization with micro-Doppler signature'와 같은 프로젝트를 성공적으로 수행하였습니다. 또한, 3D 인스턴스 분할 분야에서는 'Scalable SoftGroup for 3D Instance Segmentation on Point Clouds'와 같은 최신 기술을 개발하고 있습니다. 이러한 연구 성과를 바탕으로 다양한 기업들과의 협업을 통해 실질적인 R&D 프로젝트를 수행하고 있습니다.

3D Instance Segmentation

Human Localization

Speech Recognition

대표 연구 분야

연구 영역 전체보기

레이더 기반 인간 위치 추정 기술

레이더와 마이크로-도플러 시그니처를 결합한 인간 위치 추정 기술은 다양한 응용 분야에서 중요한 역할을 할 수 있습니다. 이 연구는 특히 실내외 환경에서 인간의 움직임을 정확하게 감지하고 위치를 추정하는 데 중점을 두고 있습니다. 이를 위해 최신 인공지능 및 머신러닝 기법을 활용하여 레이더 신호의 특징을 분석하고, 높은 정확도의 위치 추정 모델을 개발합니다. 해당 기술은 보안 시스템, 스마트 홈, 의료 모니터링 등 다양한 분야에서 활용될 수 있습니다.

3D 인간 포즈 및 형태 추정

비디오 데이터를 기반으로 한 3D 인간 포즈 및 형태 추정 기술은 컴퓨터 비전 및 인공지능 분야에서 중요한 연구 주제입니다. 이 연구는 비디오 시퀀스를 통해 인간의 자세와 형태를 정확하게 추정하는 것을 목표로 하며, 최신 딥러닝 기술과 공간-시간적 패턴 분석을 결합하여 성능을 극대화합니다. 이 기술은 스포츠 분석, 헬스케어, 가상 현실 등 다양한 산업 분야에서 유용하게 활용될 수 있습니다.

주요 논문

111

발행물 전체보기

Bayesian Analysis of the Generalized Additive Proportional Hazards Model: Asymptotic Studies

INT SOC BAYESIAN ANALYSIS, 2024

합성 개구 레이더 이미지에서 향상된 방향 선박 탐지를 위한 공간 적응 커널 네트워크

대한전자공학회, 2024

Hypothesis Perturbation for Active Learning

Institute of Electrical and Electronics Engineers, 2024