Towards Solving Complex Urban Problems: Self-supervised Learning via Topology-aware Spatial Integrated Network
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340066278
교육부
한국연구재단
한국과학기술원
장정우
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
1,200만원
1,200만원
기초연구
대학
대전광역시 유성구
정보/통신 > 정보이론 > 인공지능
... 대상 정적·동적 공간 과제 수행을 통한 파운데이션 모델(GFM)로서의 성능 벤치마킹 및 일반화 가능성 검증[연구 분야 최신 동향] 지리공간 파운데이션 모델(GFM)로의 패러다임 전환- 최근 지능형 도시 서비스와 교통혼잡 등 복잡한 도시 문제 해결을 위해 GeoAI 연구가 활발함. 특히 라벨(Label) 없이 데이터 내재 패턴을 스스로 학습하는 자기지도학습(SSL)과 다양한 공간 ...
[연구 가설과 이론적 근거]- 가설1: 격자 내부 정보에 위상 연결 구조를 결합하면, 실제 도시의 유기적 특성을 포착할 수 있음- 가설2: 위상 구조를 모델 학습 메커니즘 내부에 통합할 때, 고도화된 공간 표상이 가능함공간은 내부 속성뿐만 아닌 타 장소와의 상호작용에 의해 결정된다는 지리학적 관계론과 네트워크 이론에 기반하여 격자 간 연결성 학습 필요성을 ...
... 기술을 확보[사회·정책적 활용 방안]- 신규 대중교통 노선 신설 등 인프라 변화에 따른 도시 전체의 파급 효과를 사전에 시뮬레이션하는 과학적 의사결정 도구로 활용 가능- 교통사고, 자연재해 등 돌발 사건 발생 시 공간적 파급 경로를 예측하여, 선제적인 재난 대응 및 지능형 교통 통제 시스템 구축에 기여하고 차세대 AI 시티 운영 정책 수립에 활용할 수 있음