최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 국가수리과학연구소 National Institute for Mathematical Sciences |
---|---|
연구책임자 | 최연택 |
참여연구자 | 강혁 , 권오규 , 김종호 , 김환선 , 배영복 , 손우식 , 손재주 , 송학수 , 오상훈 , 오정근 , 윤강준 , 이상희 , 황동욱 |
보고서유형 | 연차보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2019-01 |
과제시작연도 | 2018 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201900001595 |
과제고유번호 | 1711077902 |
사업명 | 국가수리과학연구소연구운영비지원(주요사업비) |
DB 구축일자 | 2019-06-01 |
키워드 | 중력파.데이터 분석.딥러닝.빙상동역학 모델.불확실성 정량화.Gravitational-wave.Data Analysis.Deep Learning.Ice Sheet Dynamics.Uncertainty Quantification. |
DOI | https://doi.org/10.23000/TRKO201900001595 |
■ 딥러닝 기반의 중력파 데이터 분석 연구
- 데이터 상관성을 이용한 채널간 잡음원 탐지도구 개발
- 인공신경망을 이용한 중력파 데이터 신호·분석 성능 향상 연구
- 적대적 생성망을 이용한 잡음 신호 및 시계열 데이터 생성 기법 연구
■ 빙상동역학모델의 불확실성 정량화 연구
- 빙상동역학모델 연구기반 구축
- 딥러닝 기반 빙상모델 모수화
- 빙상모델 불확실성 정량화
(출처 : 요약서 3p)
□ Purpose & Contents
[Gravitational-wave Data Analysis based on Deep Learning]
○ Purpose of research
- Developing machine learning tools for sensing and vetoing noises in gravitational-wave data
- Research on gravitational-waveform and noise data generation using generative deep learning
※ AI-Helper는 부적절한 답변을 할 수 있습니다.