NEWS

본 연구실의 학부연구생 박채원, 임지혜, 이승준 학생들의 논문 "도심 디지털 가상환경에서 UAV 를 활용한 심층 강화학습 기반 차량 검출 및 추적 시스템",이  한국통신학회 하계종합학술대회에서 학부논문 우수논문상 (장려)를 수상하였다. 본 학술대회는 등록인원 2000명 이상의 국내 최대 학술대회중 하나이다. 본 시스템에서 CNN 기반 객체 검출 모델은 Self-Attention 모듈과 Heatmap-Regression 병렬 구조를 통해 차량의 중심 위치와 Bounding Box를 정밀하게 추정하며, DQN 기반 추적기는 차량의 이동 패턴을 학습하고 다양한 환경 변화에 대응할 수 있도록 설계되었다. 제안된 시스템은 터널, 고가도로, 다양한 날씨 조건 등 복잡한 환경에서도 높은 탐지율과 안정적인 추적 성능을 입증하였다.

본 연구실의 양친 학생의 논문 "Hierarchical Reinforcement Learning-based Routing Algorithm with Grouped RSU in Urban VANETs",이  IEEE Transactions on  Intelligent Transportation Systems 에 게재승인 되었다.  IEEE Transactions on  Intelligent Transportation Systems 저널은 JCR SCI 저널 랭킹 상위 2.5% (Civil Engineering 분야) 저널로 자율주행 자동차, 지능형 차량 네트워크 및 교통/운송 관리 시스템 분야의 세계 top 저널이다.

본 연구실의  학부연구생 이재영 (정보통신공학과 4학년) 학생이 제 3회 대한민국 인공지능 융합 자율주행 경진대회에서 3위 수상과 인하대학교 주최 인하 인공지능 첼린지에서 우수상을 수상하였다. 본연구실에서 연구하는 심층강화학습 기반으로 다양한 도로환경에서 자율주행을 학습하는 알고리즘을 개발 구현하였다.

본 연구실 알리아 논문 " UAV Path Planning for Data Gathering in Wireless Sensor Networks: Spatial and Temporal Substate-based Q-learning"이 2023. 10월  IEEE Internet of Things Jornal 에 게재 승인되었다 IEEE IoT Journal (IF 10.6)은 Computer Science (Information System) 분야 상위 5% 저널이다. 

본 연구실의  Beishenalieva Aliia 학생과 Yang Qin 학생이 2023년 2.23일에 개최된 BK 인공지는 연구단 학술논문 영어 발표력 경진대회에서 2등 및 3등 상을 수상하였다.  

본 연구실의  Beishenalieva Aliia 학생이 2023년 2.17일 대학원 졸업식에서 "Outstanding Research Award" 상의 수상하였다. Allia 학생은 IoT 센서네트워크에서 UAV를 이용한 센싱 데이터 획득을 위해 생체모방학습을 이용한 최적 UAV 이동 경로  결정 문제를 해결하는 새로운 방법을  제시하였으며, IEEE IoT 저널에 논문을 게재하였다.

연구실 김상현, 안승현 학생의 논문이 2022년 한국통신학회 하계종합학술대회에서 우수논문상을 수상하였다. 논문제목:  "심층강화학습을 이용한 자율주행 차량제어 및 ML-Unity 디지털 트윈환경 구현 (김상현, 안승현, 유상조)"

본 연구실에서 3편의 논문이 IEEE Internet of Things Jornal 에 게재 승인되었다 (2022.5, 2022. 9, 2023.1). IEEE IoT Journal (IF 10.238)은 Computer Science (Information System) 분야 상위 5% (JCR percentile 94.82) 저널이다. "Indoor AR Navigation and Emergency Evacuation System Based on Machine Learning and IoT Technologies " , "A Solution to the Non-ideal Delay Line Problem in Transmitted Reference Pulse Cluster Schemes for UWB Communications" , "Multi-Objective Three-Dimensional UAV Movement Planning in Wireless Sensor Networks Using Bio-inspired Swarm Intelligence " 

인하대학교가 2028년 말까지 총 71억8000만원을 정부로 부터 지원받아 AI시스템반도체 및 응용기술을 개발하고 석박사 인력을 양성하는 대학 ITRC 연구센터에 선정되었다(사업책임자: 이한호교수). 본 연구실은 앞으로 인공지능 반도체를 활용한 자율주행 자동차, 무인이동체 등의 스마트모빌리티 용 AI-응용 플랫폼 및 응용기술 연구 등을 수행할 계획이다. 

윤완규 학생이 BK21에서  사물인터넷기반 무선 센서네트워크에서 강화학습을 이용하여 에너지 효율적인 데이터 전달 방법을 제안한 연구결과로 우수 논문상을 수상하였다.

• 논문제목:  "Q-Learning-Based Data-Aggregation-Aware Energy-Efficient Routing Protocol for Wireless Sensor Networks (윤완규, 유상조)"

2020년 9월부터 앞으로 7년동안 4080억을 지원하는 "4단계 BK 사업단" 선정에서 인하대학교 [산업융합형 차세대 인공지능 혁신인재 교육연구단]이 AI 분야 사업단으로 선정되었다 (사업책임자: 송병철교수).  앞으로 참여기업과 함께 인공지능분야 세계적인 선도기술을 연구하고, 우수 대학원생을 지원하게 된다. 본 멀티미디어네트워크연구실은 금번 선정된 BK 사업단에 참여하게 된다.

전자신문사가 개최하는 "제 11회 ICT 논문 공모 대제전"에서 본 연구실의 나호정 학생의 논문 "UAV를 활용한 센싱정보 획득 위한 비행경로 및 센싱 스케쥴 최적화 연구"가 장려상에 선정되어 상장과 상금을 수여받았다. ICT 논문 대제전은 소프트웨어, 하드웨어, 사물인터넷, 인공지능, 클라우드, 핀테크, 보안, 통신, 반도체등 정보통신 전분야에 대해 출품된 논문에 대해 심사를 통해 우수논문을 선정한다.

2020년 한국통신학회 하계학술대회에서 본 연구실 학생들의 논문 "Q-learning 기반 재난환경에서 사용자의 최적 탈출 경로 찾기  (최승희, 윤완규, 유상조)"이 우수 논문상을 수상하였다. 실내 재난환경에서 사용자의 현재 위치 및 이동방향, 재난발생 지역, 탈출경로 밀집정도 등을 고려하여 최단시간 최적 탈출경로를 강화학습을 통해 실시간 도출하기 위한 방안을 제시하였다.

2019년 11월 한국통신학회 정기총회에서 연구실 최익수, 장성진 학생의 논문"인지무선 네트워크에서 딥러닝을 이용한 특징 기반의 자동 변조기법 분류방법 (한국통신학회 논문지, 제 43권 6호)" 이 국내논문지 부문 우수논문으로 선정되어 상을 수상하였다. 무선환경에서 인지 무선 기술에 바탕한 시스템 공존을 위해 수신신호의 변조방법을 딥러닝을 통해 정확히 추정하는 방법을 제안하였다.

“산불 방재용 무선 센서 네트워크 환경에서 딥 러닝 기반 온도 센서 데이터 추정 및 산불 전파 예측", (윤완규, 송유진, 문지선, 장성진, 유상조) 논문이 2019년 한국통신학회 동계학술대회 최우수 논문상을 수상하였다. 논문에서는 다양한 환경정보 및 상황정보를 획득하고 전달하기 위한 사물인터넷 (IoT) 기반 센서 네트워크가 설치된 산에서 산불이 발생하였을 때 딥 러닝 기술을 기반으로 고장나거나 수면(sleep) 상태에 들어간 비활성 센서의 데이터를 추정하고 미래의 센서의 데이터를 예측해 산불의 전파 경로를 알아내는 모델을 제시하였다.

2019년 한국통신학회 하계학술대회에서 본 연구실 학부 인턴학생들의 논문 "스마트 팩토리 구축을 위한 동적인 환경에서의 DQN 강화 학습 기반 로봇 최적 이동 경로 탐색  (박광석, 박진만, 유상조)"이 학부논문 경진대회에서 우수상(장려)을 수상하였다.

본연구실의  “무인 자율 비행체를 이용한 센서 네트워크 경로 탐색 최적화 연구,박재현, 김수희, 최익수, 유상조”논문이 2016  한국통신학회 하계종합학술대회에서는 800여편의 논문 중 3차에 걸친 심사를 통해 최종적으로 10편의 우수논문으로 선정되었다. 다양한 환경정보 및 상황정보를 획득하고 전달하기 위한 사물인터넷(IoT) 기반 센서 네트워크에서 드론 등과 같은 무인 자율 비행체 (UAV)를 이용하여 센싱 데이터를 취합하기 위해 유전알고리즘에 기반한 최적의 비행 및 센싱 데이터 취합 경로를 도출하는 기술을 제시하였다.