정성훈 연구실

기계전자공학부-정보시스템트랙
정성훈

기계전자공학부-정보시스템트랙 연구실은 유전자 알고리즘, 신경망, 멀티미디어 시스템, 병렬 컴퓨팅, 진화적 계산 등의 연구 분야에서 활발히 활동하고 있습니다. 특히, 유전자 알고리즘을 이용한 다양한 프로젝트와 연구를 통해 높은 성과를 이루어냈습니다. 예를 들어, 유전자 알고리즘을 이용한 이산사건 시스템의 빠른 차적 운용제어 경로 탐색, 새로운 유전자 알고리즘 개발 등에서 두각을 나타냈습니다. 또한, 신경망을 활용한 자동 작곡 방법 및 그 기록 매체 개발, 멀티미디어 상품관리 시스템 개발 등 다양한 산업과의 협력 프로젝트를 성공적으로 수행하였습니다. 최근 3년간의 주요 성과로는 ClassGAN을 활용한 이미지 생성 안정성 및 다양성 증진 연구, 음표 임베딩을 이용한 곡 생성 및 평가 방법 개발 등이 있습니다. 이러한 연구 성과를 바탕으로 다양한 기업과의 산학 협력을 통해 R&D 프로젝트를 성공적으로 수행하고 있습니다.

Genetic Algorithms

Neural Networks

Evolutionary Computation

대표 연구 분야

연구 영역 전체보기

이미지 캡셔닝을 위한 딥러닝 기반 기술 개발

기계전자공학부-정보시스템트랙은 이미지 캡셔닝 분야에서 딥러닝 기술을 활용한 연구를 활발히 진행하고 있습니다. 특히, 이미지의 각 모듈에 대한 성분 기반 비교 분석을 통해 이미지 인식 및 설명 생성의 정확도를 높이는 방법을 개발하고 있습니다. 이를 통해 다양한 이미지 데이터를 효과적으로 처리하고, 산업 현장에서의 응용 가능성을 높이는 것을 목표로 하고 있습니다.

생성적 적대 신경망(GAN)을 이용한 이미지 생성 기술 연구

본 연구실은 생성적 적대 신경망(GAN)을 활용하여 이미지 생성 및 변형 기술을 연구하고 있습니다. 프레임워크의 학습 안정성을 높이고 생성 이미지의 다양성을 증진시키기 위해 클래스 판별망 구조를 도입한 새로운 기법을 제안하였습니다. 이러한 연구는 새로운 이미지 생성 및 변형 기술을 통해 다양한 멀티미디어 응용 분야에서의 혁신을 도모하고 있습니다.

주요 논문

111

발행물 전체보기

Component based comparative analysis of each module in image captioning

S.-H. Choi, S. Y. Jo, S. H. Jung

ICT Express, 2021

SCGN: novel generative model using the convergence of latent space by training

H. Kim, S. H. Jung

Electronics Letters, 2020

Stable Acquisition of Fine-Grained Segments Using Batch Normalization and Focal Loss with L1 Regularization in U-Net Structure

S.-H. Choi, S. H. Jung

International Journal of Fuzzy Logic and Intelligent Systems, 2020

완료된 프로젝트

프로젝트 전체보기

공정 제어용 분산 처리 프로세서 기술개발에 관한 연구

상공부

1989년 09월 ~ 1991년 02월

X-터미날 기술 개발

생산기술연구원

1991년 02월 ~ 1992년 02월

Hypercube 컴퓨터 구조및 응용에 관한 연구 (III)

한국과학 재단

1991년 08월 ~ 1992년 08월