임베디드 AI 시스템 연구실

AI로봇전공 이예솝

임베디드 AI 시스템 연구실은 AI로봇전공 내에서 임베디드 장치에 최적화된 인공지능 모델 개발, 시각 장애인을 위한 경로 탐색 로봇, 딥러닝 시스템의 동적 스케줄링 등 다양한 연구를 수행하고 있습니다. 특히, 2022년에는 UAV 기반의 인간 탐지 벤치마크인 Archangel 프로젝트를 통해 우수한 성과를 거두었으며, 2021년에는 불균형한 칼슘 이미징 데이터를 신경망을 통해 해독하는 연구와 데이터 흐름 스케줄 그래프를 활용한 소프트웨어 합성 연구를 진행했습니다. 2020년에는 실시간 뉴런 탐지 및 신경 신호 추출 플랫폼과 신호 처리 시스템의 효율적인 모델링 및 설계를 위한 수동-능동 흐름 그래프에 관한 연구를 발표했습니다. 이러한 연구 성과를 바탕으로 다양한 기업과의 R&D 협력을 통해 혁신적인 기술 개발을 목표로 하고 있습니다.

A.I. Model Optimization

AI 모델 최적화

Pathfinder Robot

경로 탐색 로봇

Dynamic Scheduling

대표 연구 분야

연구 영역 전체보기

임베디드 장치용 인공지능 모델 최적화

임베디드 AI 시스템 연구실에서는 제한된 하드웨어 자원에서도 높은 성능을 발휘하는 인공지능 모델을 개발하고 있습니다. 특히, 실시간 신경 신호 추출 및 뉴런 탐지 플랫폼을 활용하여 작은 규모의 임베디드 장치에서도 신속하고 정확한 데이터 처리가 가능하도록 하는 기술을 연구하고 있습니다. 이러한 기술은 자율주행 드론 및 로봇과 같은 다양한 응용 분야에서 활용될 수 있으며, 효율적인 신호 처리 및 데이터 분석을 통해 임베디드 시스템의 성능을 극대화하는 데 초점을 맞추고 있습니다. 이를 통해 기업들과의 협력 연구 및 개발 프로젝트를 통해 상용화 가능성을 높이고 있습니다.

A.I. Model Optimization for embedded devices

Explore various model optimization methods for target devices (e.g. drones, robots, medical devices)

Pathfinder Robot for Blind People

Utilize optimized SLAM and navigation algorithms for pathfinder robot.

주요 논문

발행물 전체보기

Archangel: A hybrid uav-based human detection benchmark with position and pose metadata

Yi-Ting Shen, Yaesop Lee, Heesung Kwon, Damon M. Conover, Shuvra S. Bhattacharyya, Nikolas Vale, Joshua D. Gray, G. Jeremy Leong, Kenneth Evensen, Frank Skirlo

, 2022

Neural decoding on imbalanced calcium imaging data with a network of support vector machines

Kyunghun Lee, Xiaomin Wu, Yaesop Lee, Da-Ting Lin, Shuvra S. Bhattacharyya, Rong Chen

Advanced Robotics, 2021

Software synthesis from dataflow schedule graphs

Kyunghun Lee, Yaesop Lee, Abhay Raina, Yanzhou Liu, Jiahao Wu, Christopher Defrancisci, Benjamin S Riggan, Shuvra S Bhattacharyya

SN Applied Sciences, 2021