fnctId=prof,fnctNo=198 윤대웅(Daeung Yoon) 직위(직급) 부교수 연구실 공대3A-212 교수전공 및 연구분야 물리탐사 연락처 062-530-1732 이메일 duyoon@jnu.ac.kr 홈페이지 - 연구분야 [물리탐사·인공지능 융합 연구실] (Geophysics+AI Laboratory) 물리탐사 인공지능 융합 연구실에서는 인공지능 핵심 기술인 머신러닝과 딥러닝을 이용한 효율적인 물리탐사 자료처리 기법을 연구한다. 자료가 복잡하고 부족하고 불확실한 지구물리탐사 분야의 특수 환경에서 인공지능 기술을 효과적으로 적용하기 위한 방안을 연구하고 있다. [주요 연구 분야] ▶ 기계학습 기반 전기·전자탐사 자료처리 ▶ 기계학습 기반 탄성파 탐사 자료처리 ▶ 기계학습 기반 복합 물리탐사자료 자료처리 ▶ 비지도 및 준지도 학습을 이용한 자료처리 및 분석 ▶ 물리융합 기계학습(Physics-informed ML)을 이용한 물리탐사 자료처리 주요연구실적 [대표적 연구 성과] ▣ 저서 자원개발 머신러닝 입문(2018) 대표저자 ▣ 지식재산권 [국내특허] 딥러닝을 이용한 암염 경계식별장치 및 방법(2019) [국내특허] 탄성파 자료를 처리하는 방법, 이를 이용하는 탄성파 처리 장치 및 프로그램(2018 출원) [국제특허] Apparatus and method for salt body delineation by deep learning (PCT/KR2019/005920) [국제특허] Seismic trace interpolation and extrapolation using machine learning (PCT/KR2018/010515) ▣ 국외전문학술지 - Imaging Subsurface Resistivity Structure from Airborne Electromagnetic Induction data using Deep Neural Network : Exploration Geophysics (2019) - Reservoir characterization using best combination of high dimensional data: J. Petrol. Science and Engineering (2019) - Prediction of Shale Gas Production at Durvernay Formation using Deep Learning Algorithm: SPE Journal (2019) - Salt Delineation from Electromagnetic Data using Convolution Neural Networks: IEEE Geoscience and Remote Sensing Letters (2019) 등 10여 편 ▣ 국내/국제학술대회 - Cooperative deep learning inversion: Seismic-constrained CSEM inversion for salt delineation: 89th Annual International Meeting, SEG Expanded Abstracts (2019) 등 국제 학술대회 발표논문 18여 편 - 지질자원분야 인공지능 적용 사례 및 전망, 추계자원연합학술대회 (2019) 등 국내 학술대회 발표논문 20여 편