[Vol.11 No.3] 2021년도 하계학술대회 우수논문 수상자 인터뷰

  • 작성자

    관리자
  • 작성일자

    2021-09-10 00:00
  • 조회수

    612

2021년도 하계학술대회 우수논문 수상자 인터뷰 

 


수상자 소개 

논문제목: 딥러닝 기반 CFAR 알고리즘의 오경보 확률 조절을 위한 손실함수 설계

저자명: 이현희, 이승환, 신동준

소속명: 한양대학교 부호 및 통신 연구실​

 

Q1 : 논문 제목과 간단한 내용을 소개해주세요.

논문 제목: 딥러닝 기반 CFAR 알고리즘의 오경보 확률 조절을 위한 손실함수 설계
논문 내용: 레이더를 이용하여 물체를 탐지하는 알고리즘으로 CFAR 알고리즘이 있습니다. 이 기법은 물체가 없는데 있다고 판단하는 확률인 ‘오경보 확률’을 상황에 맞게 일정하게 유지할 수 있는 특징이 있습니다. 최근에는 이러한 CFAR 알고리즘을 딥러닝으로 대체하는 연구들이 진행되고 있습니다. 그러나 이러한 딥러닝 기반 탐지 알고리즘들은 CFAR 알고리즘의 기본 특징인 ‘오경보 확률을 조절할 수 있다’는 특징을 만족하지 못합니다. 본 연구는 딥러닝 기반 탐지 알고리즘의 오경보 확률을 손실함수를 이용하여 조절할 수 있는 기법을 제안합니다.​

 

Q2 : 논문 작성자분들을 간단히 소개해주세요.

이현희: 한양대학교 융합전자공학과 부호 및 통신 연구실 석사과정 4기

이승환: 한양대학교 융합전자공학과 부호 및 통신 연구실 박사과정 6기

신동준: 한양대학교 융합전자공학과 교수 (지도교수)​

 

Q3 : 연구 진행 중에 기억나는 에피소드를 소개해주세요.

대학원에 입학한 지 얼마 안 되었을 당시, 딥러닝 기술이 모든 분류 문제를 해결할 수 있다고 생각했습니다. 2012년 여러 머신러닝 알고리즘의 성능을 뛰어넘는 모델인 AlexNet처럼 모든 분류 문제는 딥러닝으로 충분히 해결 가능하다고 믿고 있었습니다. 이 역시, 레이다 데이터에도 마찬가지일 거로 생각했습니다. 그러나, 단순한 환경일 때, 레이다 데이터에 대해서는 CFAR 기법이 이론적으로 가장 최적의 성능이라는 사실을 알게 되었습니다. 본 사실을 알게 되고부터 한동안은 잠깐 연구에 대한 흥미가 감소했습니다. 딥러닝은 만능이 아닙니다. 물론 대부분 사람이 이미 아실 테지만, 이번 연구를 통해 무작정 딥러닝으로 대체하지 말고, 기존의 알고리즘을 최대한 이해하고 분석한 다음, 딥러닝을 활용할 만한가를 먼저 판단하는 것이 좋다는 것을 알게 되었습니다.

 

Q4 : 대학원생 혹은 학부생 등의 후학들에게 해주고 싶은 이야기 혹은 전하고 싶은 메시지 있으면 자유롭게 기술해주세요.

대학원에 가면 연구주제를 선택할지 고민하게 됩니다. 본인이 하고 싶은 연구를 정할 수 있다고 한다면, 다양한 연구를 접해보고 결정해도 늦지 않는다고 생각합니다. 여기에는 본인의 적성에 맞는지, 잘 할 수 있는지, 도움을 받을 수 있는지, 취업에 도움이 되는지 등등 다양한 요인들이 있기에 급하게 정하기보단 신중하게 고민하고 결정하는 것이 좋다고 생각합니다.

 

Q5 : 저자분들과의 사진 혹은 연구실 사진이 있으면 함께 보내주세요. 

 


 



첨부파일