엘로이랩이 초분광 데이터 간 유사도 측정 시 데이터 특성에 맞춰 적절한 기준을 선택할 수 있는 새로운 지표를 발표했다.
이 연구는 인공지능 분야 학회인 ICAIIC(International Conference on Artificial Intelligence in Information and Communication)에서 지난 18일 공개됐다.
올해로 7회째를 맞은 ICAIIC는 한국정보통신학회가 주최하는 국제 학술대회로, 18일부터 21일까지 일본 후쿠오카대학교에서 개최됐다.
이 자리에서 엘로이랩 연구팀은 'Metric-Driven Similarity Indices: Redefining Spectral Distance Comparisons in Hyperspectral Data(저자: 김정권, 정지훈, 이준기, 유광선, 변석주)'를 발표했다.
이는 기존 초분광 데이터 유사도 측정 방식의 한계를 극복하며 규격화할 수 있는 방법론으로 학계의 주목을 받았다.
초분광 데이터는 각 픽셀이 수십 개에서 수백 개의 스펙트럼 정보를 포함하는 특성이 있어 정밀한 분석이 가능하지만, 데이터 간 유사도를 비교하는 것이 쉽지 않다.
기존 방식들은 서로 다른 스케일로 인해 직접적인 비교가 어렵고 복잡한 계산이 요구된다는 문제가 있었다.
엘로이랩이 제안한 새로운 방안은 동일범위 내에서 유사도를 측정하도록 설계돼 데이터 특성에 따른 최적의 기준을 쉽게 선택할 수 있다는 점이 특징이다.
이 지표를 적용하면 초분광 분야에서 널리 사용되는 'Indian Pines’, ‘Salinas Valley', 'University of Pavia' 등 대표적인 데이터셋에서 어떤 지표가 가장 좋은 성능을 보이는지 객관적으로 비교할 수 있다.
이에 연구팀은 더욱 정교한 분석이 가능해지고, 데이터의 신뢰도가 향상될 것으로 기대하고 있다.
엘로이랩 연구팀은 향후 이 지표를 바탕으로 노이즈가 포함된 데이터나 불완전한 데이터에서도 효과적으로 활용할 수 있는 확장형 모델을 개발할 계획이다.
또한 다양한 산업 분야에서 안정적으로 적용할 수 있는 AI 모델을 구축하는 데도 연구를 집중할 방침이다.
아주경제=이건희 기자 topkeontop12@ajunews.com
<본 콘텐츠의 저작권 및 법적 책임은 아주경제(www.ajunews.com)에 있으며, 뽐뿌는 제휴를 통해 제공하고 있습니다.>
이메일
카카오톡
라인
밴드
X(트위터)
페이스북
등록안내
