Human–Computer Interaction (HCI) studies the design and use of computer technology, focused on the interfaces between people (users) and computers.
[교비]스마트한 주파수 이용을 위한 스펙트럼 및 전파기술(3차년도)(교비대응)
청소년 융합창의기술 인재센터
[IITP-Ezbaro] 작업자 및 사회적약자 맞춤형 근골격 안전시스템 구현을 위한 복합 3D 프린팅 활용 기술 개발
행동패턴 인식형 방향전환 지시등 - 원인수
[IITP-Ezbaro][정부] 스마트한 주파수 이용을 위한 스펙트럼 및 전파기술(5차년도)
[Ezbaro] (정부 및 산업체) 그린 생체모방형 임플란터블 전자칩 및 U-생체정보처리 플랫폼 융합 기술개발
공과대학 연구수주활동지원(대학ICT연구센터_이상민)
[IITP-Ezbaro][정부] 인공지능을 활용한 콘텐츠 창작 기술 (2차년도)
큐브위성용 국상화 모듈 및 IR 탑재체의 우주환경 검증 연구
화학작용제 인공지능 탐지/식별 어레이센서 기술개발 (1차년도)
(교비-1차년도)ICT - 미래자동차 융합 교육연구단
진동 데이터를 이용한 자동 진단 연구 용역
무인 교통단속 및 교통정보 수집 장치 개발 환경 구축 및 연계 기술 개발
Python 기반의 이상 진동 신호 감지를 위한 머신러닝 지도학습/비지도학습 코드 생성
[Ezbaro] 미래 한국형 위성항법시스템을 이용하는 커넥티드 무인이동체 개발을 위한 민군겸용 가상환경 시뮬레이터 기술
취약계층 농작업 지능형 보조시스템 개발 및 실증(시각, 청각, 언어, 발달 장애인용 농작업 지능형 보조시스템)
딥러닝네트워크 적용을 위한 열화상 정상 데이터, 비정상 데이터 기준 온도 선정 알고리즘 개발
AI를 이용한 AGV 경로 생성 및 충돌 회피 시스템
ITS 정비서비스 발전방향 수립 연구용역
미래 자동차용 핵심기술 개발연구
2021 Global IT Challenge(GTC) 종목 개발 및 문제관리 위원회 운영
2021 자동차부품 기술개발지원(자율주행 플랫폼 고도화 및 통합 운영 관리 시스템 개발)
딥러닝 기반의 불량 밸브 검출 시스템 개발
딥러닝을 이용한 불량 검출 연구 용역
뿌리산업 열처리공정에 최적화된 클라우드 기반의 디지털트윈 CPS 플랫폼 개발
인공지능을 활용한 대기오염측정망 자료확정 알고리즘 개발
출처: 연구실 홈페이지
현재 재학생
14명
최근 5년 졸업
4명
학위 과정 분포: 석사 14명 (대학원 14명)
대학원 14명 · 포닥·학부연구생 4명 별도
본 페이지는 연구실 규모 파악을 위한 집계 통계(구성원 수, 진로 카테고리, 학위 과정 분포)만 제공하며, 개별 학생의 이름·전적·취업처 등은 표시하지 않습니다. 학위 과정 분포는 모든 재학생의 과정이 명확히 분류된 경우에만 표시되며 (분류 미상 학생이 1명이라도 있으면 미표시), k≥5 익명성 조건을 충족할 때만 공개됩니다 (PIPA §58-2·§28-2 + 대법원 2014다235080).
회전 기계의 도메인 시프트로 인한 성능 저하를 해결하기 위해 순서-주파수 전처리, U-Net 변분 자동인코더, 테스트 타임 트레이닝을 결합한 소스 프리 도메인 적응 프레임워크를 제안합니다. 통합 벤치마크 평가 결과, 제안 방법은 F1-스코어 0.47, 재현율 0.51을 달성하여 기존 모델을 능가합니다.
본 연구는 5,782명의 임상 환자 데이터를 이용하여 비디오 두부 충동 검사(vHIT)에서 시계열 분류 알고리즘을 적용해 인공물을 제거하고 전정안반사(VOR) 이득값을 정확하게 계산합니다. 인코더 모델은 94%의 분류 정확도를 달성하여 기존 방법들(92%, 88%)을 초과하였으며, 통계적으로 유의미한 결과(p<0.05)를 통해 정상, 비정상, 인공물 충동을 명확히 구분하여 전정 장애의 임상 진단 정확도를 향상시킵니다.
본 연구는 원자력발전소 핵심 지지 배럴의 클램핑력 열화 진단을 위해 심층학습과 동적 시간 왜곡(DTW) 알고리즘을 결합한 방법론을 제안합니다. 주파수 영역의 외부 중성자 잡음 신호에 DTW를 적용하고 오토인코더 기반 표현학습으로 특징을 추출하여 열화의 크기와 위치를 정확하게 예측합니다.
본 연구는 회전 기계의 진동 데이터 증강을 위해 다중 STFT 손실 함수를 적용한 트랜스포머 기반 조건부 GAN 모델을 제안합니다. 시계열 영역에서 진동 데이터의 특징을 학습하고 주파수 특성을 포착하여 생성된 데이터로 훈련 데이터를 증강함으로써 딥러닝 분류기의 성능을 향상시킵니다. 생성된 진동 데이터는 실제 기계 데이터와 구별할 수 없는 수준의 품질을 달성했습니다.
회전 기계의 상태 진단 및 건강 관리(PHM)에서 진동 데이터 부족 문제를 해결하기 위해 물리 정보를 통합한 생성 모델 BiVi-GAN을 제안합니다. 오더 분석과 교차 웨이블릿 변환의 물리 정보를 모델에 통합한 결과, JS 발산 기준으로 기존 모델 대비 70% 성능 향상을 달성했습니다.