| 우리학교 전자공학과 ‘전자파 측정 논문경진대회’ 최우수상 수상해 |
2021-05-08 |
|
| 정나윤 기자 | 02imyun@hufs.ac.kr |
조회수 17 댓글 0 |
|
|
|
지난달 19일 박영철 우리학교 전자공학과 교수 연구실(MARS LAB)(이하 박 연구팀)이 한국전자파학회가 주관하는 제6회 전자파 측정 논문경진대회에서 최우수상을 받았다. 수상 논문의 주제는 ‘딥러닝(Deep learning)을 활용한 전력 증폭기의 기저 대역 메모리 모델 구축 연구’다. 딥러닝은 다량의 데이터를 통해 기계를 학습시키는 ‘머신 러닝(Machine Running)’의 한 기법이다. △강미향(공학·전자공학 20)(이하 강 씨)△윤홍선(공학·전자공학 18)△임시언(공학·전자공학 21) 씨가 속한 박 연구팀은 그간 제한적으로 이뤄졌던 인공지능 기반의 전자소자 모델링 확장 기술에 대한 연구 성과를 인정받았다.
박 연구팀은 5G 통신 기술이 발전함에 따라 장치의 정확한 정보를 포함하는 모델링의 중요성에 초점을 맞춰 연구를 시작했다. 이어 최근 활발하게 진행되고 있는 딥러닝 기술을 전력 증폭기와 모델링 기술에 더해 연구를 구체화했다. 전자소자 모델은 전자파 기반 센서인 라이더와 무선 통신 등 여러 분야에서 응용되며 중요성이 대두됐다. 정확한 전자소자 모델은 장치의 성능을 개선하고 효율을 높일 수 있기 때문이다. 박 연구팀은 실제 전력 증폭기의 기저 대역 메모리를 측정한 자료를 수집해 모델 학습에 사용했다. 또한 기계학습 과정을 거쳐 실제 모델과 딥러닝을 통해 구현한 모델을 비교해 정확성을 높였다. 강 씨는 “새로운 데이터 모델을 만들 때 사용 가능한 데이터로 가공하는 게 어려웠다”며 “국내외 관련 연구가 활발히 이뤄지고 있지 않아 관련 자료가 부족한 것도 힘들었다”고 전했다. 그러나 “기존의 소자 모델링 연구와 딥러닝을 융합한 새로운 연구 방법을 제시해 수상한 것 같다”며 기쁨을 표했다.
나아가 박 연구팀은 앞으로 머신 러닝 과정에 필요한 데이터를 다차원적으로 적용해보고자 한다. 강 씨는 “일차적인 정보 투입만 가능한 현재의 모델을 발전시켜 다양한 정보를 투입할 수 있는 모델을 구현하겠다”는 포부를 밝혔다.
정나윤 기자 02imyun@hufs.ac.kr
|
|
|
|
|
|
|
|
|
|