Multimedia Network LAB

정보통신공학과 유상조

Multimedia Network LAB는 정보통신공학과에서 인지 무선, 무선 센서 네트워크, 강화 학습, 자율 주행, UAV 경로 계획과 같은 다양한 연구 주제를 다루고 있습니다. 최근 3년간의 주요 연구 성과로는 인지 무선 기술을 활용한 다양한 국제 특허 출원과 무선 센서 네트워크에서 강화 학습을 통한 최적 경로 탐색 연구가 포함됩니다. 특히, 자율 주행과 관련된 디지털 가상환경 모델 구현 및 다차선 자율 주행 연구는 2024년에 발표될 예정이며, 이는 심층 강화 학습 기반의 연구로 큰 주목을 받고 있습니다. 또한, UAV를 이용한 데이터 수집 경로 계획 연구는 무선 센서 네트워크의 효율성을 극대화하는 데 기여하고 있습니다. 이러한 연구들은 다양한 학술지와 컨퍼런스에서 발표되었으며, 실내 화재 상황에서의 최적 대피 경로 안내 시스템과 같은 실질적인 응용 사례로도 이어지고 있습니다.

Autonomous Driving

Reinforcement Learning

UAV Path Planning

대표 연구 분야

연구 영역 전체보기

머신러닝 기반 실내 AR 내비게이션 및 긴급 대피 시스템

머신러닝과 IoT 기술을 결합하여 실내의 화재 상황에서 최적의 대피 경로를 안내하는 AR 내비게이션 시스템을 개발하고 있다. 이 시스템은 실내 환경을 실시간으로 모니터링하며, 머신러닝 알고리즘을 통해 최적의 대피 경로를 계산하여 사용자에게 AR 형태로 시각적 안내를 제공한다. 이를 통해 긴급 상황에서도 효율적인 대피가 가능하며, 안전성을 크게 향상시킬 수 있다.

강화학습 기반 자율주행 및 디지털 가상환경 모델링

도시 내 교통 상황을 반영한 디지털 가상환경 모델을 구현하고, 심층 강화학습 알고리즘을 통해 다차선 자율주행 기술을 연구하고 있다. 이 연구는 자율주행 차량이 장애물과 신호등을 효과적으로 인식하고, 최적의 경로를 선택하여 안전하고 효율적으로 주행할 수 있도록 돕는다. 궁극적으로 스마트 시티 구현을 위한 중요한 기술적 기반을 제공한다.

주요 논문

194

발행물 전체보기

Hierarchical Reinforcement Learning-based Routing Algorithm with Grouped RSU in Urban VANETs

Qin Yang, Sang-Jo Yoo

IEEE Transactions on Intelligent Transportation Systems, 2024

RHRA-DRL: RSU-Assisted Hybrid Road-Aware Routing Using Distributed Reinforcement Learning in Internet of Vehicles

Joo-Hyung Park, Qin Yang, Sang-Jo Yoo

IEEE ACCESS, 2024

UAV Path Planning for Data Gathering in Wireless Sensor Networks: Spatial and Temporal Substate-based Q-learning

Aliia Beishenalieva, Sang-Jo Yoo

IEEE Internet of Things Journal, 2023