전기전자 시스템 분야 < 연구분야 소개 < 연구

전기전자 시스템 분야

생체 의료 시스템 Bio-medical systems

Bio-Medical systems : Artificial Intelligence Machine Learning → Biomedical Imaging and Diagnosis(medical imaging, eeg/fnirs, mobile healthcare), Brain Mimicking AI Hardware(ai-based exobrain, neuromorphic ai), Bioelectronics(wearable, sensing, flexible), Brain-Machine Interface(neural interface, wireless communication)

빅데이터, 클라우드 컴퓨팅, 모바일 웨어러블 전자기기를 근간으로 한 생체 의료 시스템의 발전으로 다양한 생체 신호의 습득 및 많은 양의 의료 데이터 공유 및 분석이 가능해지고 있습니다. 세계적인 IT 기업들 역시 소프트웨어와 하드웨어 동시적 접근으로 생체/의료 데이터의 정밀화, 다양화, 범용화에 힘쓰고 있으며, 전인류의 건강 관리, 의료체계 개선, 질병 조기 진단 등의 스마트 헬스케어 시스템 구축을 목표로 달려가고 있습니다.

전기전자컴퓨터공학과에서는 생체/의료 신호 습득을 위한 하드웨어 시스템 개발과 함께 인공지능, 머신러닝 기술을 이용한 보다 효율적이며 정밀한 생체/의료 데이터 분석 알고리즘 개발 및 응용 연구를 활발히 진행하고 있습니다. 특히 (i) 초음파 영상을 포함한 의료 영상을 위한 영상처리, (ii) 뇌신호 측정성능 향상 및 기능성 연결도 분석, (iii) 뇌 신호 모사 및 기능 대체를 위한 인공신경망 기반 인공지능 하드웨어, (iv) 생체 신호 측정 센서 소자 및 생체 신호 분석 등의 연구를 교내외 우수 연구진 및 많은 유수 기업들과 협업하며 활발히 진행 중입니다. 나아가 미래의 생체 의료 시스템을 이끌어갈 융합 연구 인력 양성을 위해, 의공학/뇌공학, 신호처리, 인공지능 컴퓨팅 및 하드웨어 등의 다양한 연구 시설 및 교육 기회를 제공하고 있습니다.

지능형 사이버물리시스템 및 사물인터넷 Intelligent CPS and IoT

Cyber-Physical Systems : Communication Computation(Real-time AI service, Cyber-physical security, Real-time computing, Learning-enabled CPS)-Cyber(Cloud computing, Computing platforms, Embedded systems, AI), Control(Intelligent transportation systems, Self-driving car, Resilient control systems)-Physical(Self-driving car, Smart factory, Health care, Smart home, AI robot)

큰 이미지로 보기 +

Intelligent IoT Systems : Core AI Algorithm using Big Data(IoT Gateway, Gateway for Connected Car, Gateway for General Purpose)

큰 이미지로 보기 +

사이버 물리 시스템 (CPS)은 우리가 살아가는 물리 세계와 소프트웨어로 대변되는 사이버 세계와의 융합을 추구하는 새로운 패러다임입니다. 현실 세계의 기기들과 인공지능망의 결합을 통해 물리 시스템의 동적인 변화에 능동적으로 대처하고 인간의 개입 없는 자율 제어를 가능하게 함으로써 안전성, 효율성, 신뢰성을 크게 향상시킬 수 있습니다. CPS의 핵심 응용분야로 자율주행 자동차, 스마트 교통 시스템, 스마트 팩토리, 스마트 홈, 스마트 헬스케어 시스템, 인공지능 로봇 등이 있으며 지능화로 대표되는 4차 산업혁명을 이끌어갈 핵심기술입니다.

CPS는 기능적으로 연산 (computation), 통신 (communication), 제어 (control)가 융합된 복합 시스템을 구성하고 있으며, 1) 다양한 센서를 통해 물리 세계 정보를 획득하고, 2) 인공지능망을 통해 인지, 분석, 예측하여, 3) 그 결과를 제어 시스템을 통해 물리 세계에 적용하는 사이클을 가집니다. 또한, 사물 인터넷 (IoT), 센서, 위성, 모바일과 자율주행 차량에서 다량의 데이터가 생성될 때, 이 데이터들은 클라우드/엣지 서버 등 다른 곳으로 전송되고, 분산 저장되고, 처리되어야 합니다. 따라서 분산 데이터 처리 및 분산 머신러닝은 IoT, 빅데이터, 클라우드 컴퓨팅 및 연결된 인공지능 시대에 필수적이라고 할 수 있습니다.

DGIST 전기전자컴퓨터공학과에서는 컴퓨팅, 통신, 제어 각 분야의 지능형 CPS 및 IoT 전문가들로 구성된 국내 최고 수준의 연구 역량을 바탕으로 자율주행 자동차, 지능형 교통 시스템, 실시간 인공지능 서비스, 자율 복원 제어 시스템, 사이버 물리 보안, 학습 가능 사이버 물리 시스템, AI-Native 서비스를 위한 6G 통신/네트워크, 클라우드/엣지 컴퓨팅 시스템 등을 연구하고 있습니다.