본 과제는 CCUS(탄소포집·이용·저장) 전문가를 체계적으로 길러, 이산화탄소 배출량을 획기적으로 저감해 넷제로 달성에 기여하는 교육 사업임.
연구 목표는 넷제로를 위한 CCUS 전문가 양성임. 핵심 연구 내용은 CCUS 교과과정(기초전공·심화전공·대학원 과정)과 비교과과정(S/W 교육, 현장학습, 전문가 특강, 대학원생 해외파견)으로 구성되며, 마이크로디그리와 투 트랙 진로 프로그램을 병행해 참여를 장려함. 기대 효과는 두 대학 간 긴밀한 협력과 다양한 교육과정 운영을 통한 CCUS 전문인력 양성으로 사회 발전과 국가적 넷제로에 이바지됨.
○ 머신러닝 기법을 적용하여 지속 가능한 해양공간의 합리적 활용 및 보전에 필요한 초정밀 해저면 특성 분류 및 피복정보 생산 ○ 자료취득 표준 가이드 라인 제작 ○ 고해상 해저지형(해저면 특성 정보) DB 구축 ○ 고밀도 해저면 특성 정보 추출 머신러닝 모델 및 알고리즘 개발 ○ 해저면 피복도 제작 기준(안) 및 고해상 피복도 제작 ○ 해저면 피복도 가시...
머신러닝
심층학습
후방산란
해저면 특성분류
해저면 피복 정보
3
2022년 3월-2026년 12월
|3,170,000,000원
머신러닝 기반 해저면 특성분류 기술개발
○ 머신러닝 기법을 적용하여 지속 가능한 해양공간의 합리적 활용 및 보전에 필요한 초정밀 해저면 특성 분류 및 피복정보 생산 ○ 자료취득 표준 가이드 라인 제작 ○ 고해상 해저지형(해저면 특성 정보) DB 구축 ○ 고밀도 해저면 특성 정보 추출 머신러닝 모델 및 알고리즘 개발 ○ 해저면 피복도 제작 기준(안) 및 고해상 피복도 제작 ○ 해저면 피복도 가시...
머신러닝
심층학습
후방산란
해저면 특성분류
해저면 피복 정보
4
2022년 3월-2026년 12월
|2,170,000,000원
머신러닝 기반 해저면 특성분류 기술개발
○ 머신러닝 기법을 적용하여 지속 가능한 해양공간의 합리적 활용 및 보전에 필요한 초정밀 해저면 특성 분류 및 피복정보 생산 ○ 자료취득 표준 가이드 라인 제작 ○ 고해상 해저지형(해저면 특성 정보) DB 구축 ○ 고밀도 해저면 특성 정보 추출 머신러닝 모델 및 알고리즘 개발 ○ 해저면 피복도 제작 기준(안) 및 고해상 피복도 제작 ○ 해저면 피복도 가시...
머신러닝
심층학습
후방산란
해저면 특성분류
해저면 피복도
5
주관|
2022년 3월-2026년 12월
|876,000,000원
머신러닝 기반 해저면 특성분류 기술개발
○ 머신러닝 학습 데이터셋 개발
- 기 구축자료 현황 및 특성 분석
- 연도별, 해역별, 장비별 데이터셋 구축
- 현장 다중탐사자료 취득/처리/분석/DB 구축
- 시계열 모니터링 4D 탐사
○ 머신러닝 학습모델 제작 기술개발
- 다중탐사자료 전처리 기술개발
- 다중탐사자료 분해능 향상 및 저질 판독 모델 개발
- 저질판독 모델 성능 안정화 및 고도화
- 시계열 모니터링 기술 개발
- 학습모델 활용 시스템 구축
○ 해저면 피복도 제작 및 해저면 특성 정보 추출 개발
- 레거시 데이터 셋 구축, 가공 및 표준화
- 학습모델 적용 및 성능 검증
- 해저면 피복도 제작 및 기준(안) 구축
- 피복도-해양 생태계 연계 상관관계 분석
- 해저면 피복도 가시화 플랫폼 개발 및 서비스 시스템 구축