Machine Learning이란?
기계 학습 또는 머신 러닝(machine learning)은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구이다. 인공지능의 한 분야로 간주된다. 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있다. 기계 학습의 핵심은 표현(representation)과 일반화(generalization)에 있다. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이다. 이는 전산 학습 이론 분야이기도 하다. 다양한 기계 학습의 응용이 존재한다. 문자 인식은 이를 이용한 가장 잘 알려진 사례이다.
Machine Learning을 활용한 통신 기술
최근 기계학습이 활발히 연구가 진행이 되기 시작하면서 이를 활용한 통신기술들이 연구되고 있다. 기계학습은 비선형적인 시스템을 예측하는데 매우 유용하기 때문에 통신 채널 환경 추정에 대한 연구가 많이 이루어져 있으며, 본 연구실에서는 수중 채널 환경의 signal to noise ratio (SNR), root mean square (rms) delay, maximum excess delay 그리고 Doppler shift 등의 채널 변수를 기계 학습을 통해 추정하는 연구를 수행하였다. 이를 활용하여, 수중 채널 환경에 따라 code division multiple access (CDMA)와 orthogonal frequency division multiplexing (OFDM)의 성능을 예측하여, 현재의 채널에 적합한 변조 기법을 선택하는 알고리즘을 개발하였으며, 2019년에 ICT Express 논문지에 게재하였다.
그림 1. Machine learning 기반 채널 파라미터 추정 및 적합 변복조 방식 선택 알고리즘
이처럼 기계 학습을 통해 다양한 통신 시스템 및 신호 처리에 적용이 가능하며, 본 연구실에서는 은밀 통신을 위한 변복조 기법, 장거리 수중 통신을 위한 채널 추정, 그리고 소나 시스템 등의 알고리즘을 연구중이다.
그림 2. 수중 은밀 통신 그림 3. 소나 시스템