지능형모바일연구실

인하대학교 본교(제1캠퍼스)
강상길 교수 인공지능공학과

Computer Science and Engineering

컴퓨터

연구실 소개

지능형모바일연구실은 인공지능공학과에 소속된 연구실로, 주로 합성곱 신경망(CNN), 특징 선택, 비침습적 부하 모니터링(NILM), 딥러닝, 강화 학습 등의 연구를 진행하고 있습니다. 최근 3년간의 주요 연구 성과로는 CNN 모델을 이용한 선박 분류 기법, 기계학습 기반 특징 선택 기법, LSTM을 이용한 태양광 발전량 예측, Grad CAM 기반의 전이 정보 최적화 기법 등이 있습니다. 또한, 유전 알고리즘과 CNN을 이용한 사물 분류 및 집계 기술, YOLO 실시간 무인기 검출을 위한 오토인코더 기반 전처리 방법 등 다양한 특허를 보유하고 있습니다. 이러한 연구와 성과를 통해 지능형모바일연구실은 인공지능 및 기계학습 분야에서 높은 연구 역량을 보유하고 있습니다.

합성곱 신경망

특징 선택

비침습적 부하 모니터링

딥 러닝

딥러닝

강화 학습

연구 분야

비지도 학습 기반의 비침입적 부하 모니터링

비지도 학습을 활용한 비침입적 부하 모니터링 기술은 가정 내 다양한 전자기기의 전력 사용 패턴을 정확하게 식별하고 분석하는 데 중점을 둡니다. 특히 LSTM과 피드백 구조를 결합하여 고도의 예측 정확성을 자랑하며, 비침입적 접근 방식을 통해 사용자 프라이버시를 보호하면서도 효율적으로 전력 관리를 지원합니다. 이러한 기술은 스마트 홈 및 에너지 관리 시스템에 필수적인 요소로, 사용자에게 실질적인 에너지 절감 혜택을 제공할 수 있습니다.

지능형 교통 신호 제어를 위한 강화 학습 모델

지능형 교통 신호 제어 시스템은 도시 교통 혼잡 문제를 해결하기 위해 개발된 고급 강화 학습 모델입니다. 이 시스템은 실시간 데이터를 바탕으로 교통 흐름을 예측하고 최적의 신호 패턴을 결정하여 교통 체증을 줄이는 데 기여합니다. 사이클 기반의 강화 학습 모델을 통해 다양한 교통 상황에 적응하며, 효율적인 교통 관리와 운전자 편의성을 동시에 제공합니다.