최종 연구목표

딥러닝 기법을 활용하여 사회적 현안문제인 극지 융빙량과 해수면 상승 예측 문제와 중력파 데이터 분석 기법에 대한 수리과학 연구를 수행한다.

세부연구분야와 목표

• 딥러닝 기반의 중력파 데이터 분석 연구
  - 신호/잡음 분류 및 잡음기각을 위한 중력파 검출기 데이터의 기계학습 분석 도구 개발
  - 딥러닝 생성모델 기반 중력파 파형 생성 및 잡음 신호 생성 기법 연구 딥러닝을 활용한 빙상동역학모델의 불확실성 정량화 연구
  - 빙상동역학 전산 모델(PISM, ISSM, ELMER-ICE) 구동, 검증, 비교 연구
  - 빙상모델 모수화 과정 연구
  - 빙상모델 불확실성 정량화 연구

연구개발내용

[딥러닝 기반의 중력파 데이터분석 연구]

• 신호/잡음분류 및 잡음기각을 위한 중력파 검출기 데이터의 기계학습 분석 도구 개발
• 딥러닝 생성모델 기반 중력파 파형 생성 및 잡음 신호 생성 기법 연구

[빙상동역학모델의 불확실성 정량화 연구]

• 빙상동역학 모델 구동
  - 빙상동역학 모델들(PISM, ISSM, ELMER/ICE) 시연 및 구동
  - 로스 빙상(Ross ice-shelf) 등 기탐사된 지역 검증 시연
  - 모델 개선(해양효과, calving process 등)
• 딥러닝 기반 빙상모델 모수화
  - 모수화 필요한 물리과정: calving, hydro-fracture, grounding line, Positive Degree Day, Surface Mass Balance, Basal friction
  - 각 모델별 모수화 방법 이해
  - 딥러닝 기반 모수화 방법 제안
  
• 빙상모델 불확실성 정량화(UQ)
  - PISM/ISSM/Elmer-Ice 장단점을 수학적으로 비교하는 연구