01 · 국가 프로젝트
연구
Funded research,
ongoing questions.
국가 연구개발 프로젝트를 중심으로 수중 자율항법, 군집 제어, 생체 데이터, 통합 감시까지 — 신호의 가장 깊은 곳을 탐구합니다.
프로젝트
Currently funded.
진행 중인 국가 R&D 프로젝트. 한국연구재단, 국방부(KRIT), 국방과학연구소(ADD)와 협력하고 있습니다.
02 · 국가 프로젝트
미래 기술 적응형 통합 수중 감시 특화연구센터
03 · 국가 프로젝트
수중 생체 데이터베이스 구축 및 생체 데이터 결핍 해소 기법 연구
주제
Four directions,
one question.
학습은 신호를 얼마나 더 깊이 이해할 수 있는가?
01
심층학습 기반 신호처리
“고전 신호처리의 한계를 학습 기반 모델로 확장합니다.”
잡음·왜곡·간섭이 공존하는 실제 환경에서 강건한 검출, 추정, 분리 성능을 얻기 위해 심층 신경망을 신호처리 파이프라인에 통합합니다. 모델 기반 사전지식과 데이터 기반 학습을 결합하는 하이브리드 구조에 특히 관심이 있습니다.
02
수중음향통신
“수중 채널의 다중경로와 도플러를 학습으로 정복합니다.”
느린 전파속도와 시간 변화가 큰 수중음향 채널은 전통적 등화·검출 기법의 한계를 드러냅니다. 심층학습 기반 등화기, 신경망 디코더, end-to-end 학습형 송수신 구조를 통해 신뢰성과 전송률을 동시에 향상합니다.
03
강화학습 · AUV 군집제어
“자율수중로봇 군집의 협력 행동을 강화학습으로 설계합니다.”
통신 지연과 부분 관측이 지배하는 수중 환경에서, 다중 에이전트 강화학습으로 탐사·추적·편대 유지·자원 분배 정책을 학습합니다. 시뮬레이션과 실해역 실험을 잇는 sim-to-real 전이도 핵심 주제입니다.
04
심층학습 기반 영상처리
“수중 영상을 보고, 복원하고, 이해합니다.”
낮은 가시도와 색 왜곡이 큰 수중 영상을 복원·향상하고, 객체 검출과 세그멘테이션으로 의미 정보를 추출합니다. 신호처리·통신 분야의 데이터와 결합해 멀티모달 인식을 지향합니다.