기계 학습 및 무선: Duke의 신임 교수는 신흥 기술을 목표로 합니다.
게시 날짜:Christ Richmond는 2022년 1월 1일부터 Duke University의 전기 및 컴퓨터 공학과 교수진에 합류할 예정입니다. 레이더 및 통신과 같은 무선 애플리케이션을 개선하기 위한 새로운 기술과 알고리즘을 수십 년 동안 설계하고 테스트한 경험을 바탕으로 Richmond는 오랜 동료들과 합류하게 됩니다. Duke는 기계 학습과 같은 새로운 기술을 현장에 적용합니다.
리치먼드는 칼리지 파크에 있는 메릴랜드 대학교에서 전기 공학 학사 학위를, 보위 주립 대학교에서 수학 학사 학위를 취득한 후 MIT에서 석사 및 박사 과정을 마쳤습니다. Richmond는 2017년 애리조나 주립대학교 교수진에 합류하기 전 MIT Lincoln Laboratory의 Advanced Sensor Techniques Group에서 20년 넘게 선임 직원으로 근무했습니다.
그의 모든 작업을 통해 Richmond는 현대 기술이 전자기파와 음향파로 할 수 있는 작업의 한계를 확장했습니다. 대부분의 사람들은 우리가 볼 수 있는 전자기파의 스펙트럼(가시광선)에 더 익숙하지만 다른 주파수는 라디오, 레이더, WiFi, Bluetooth, 위성 통신, 휴대폰, 5G 장치 등과 같은 다양한 목적으로 사용됩니다. . 놀기에는 혼잡한 공간처럼 들린다면 그것은 그렇기 때문입니다.
Richmond는 "전자기 스펙트럼을 주차장으로 생각하고 이러한 각 주파수 대역을 주차 공간으로 생각하십시오."라고 말했습니다. "부동산과 마찬가지로 특정 장소는 다른 장소보다 더 매력적이며 모두가 좋은 장소를 원합니다."
누가 어떤 공간을 차지할지 결정하는 기관은 연방통신위원회(FCC)입니다. Richmond에 따르면 FCC는 역사적으로 대기 관측과 같은 중요한 목표를 가진 군대 및 민간 조직을 위해 최고의 자리를 확보해 왔습니다. 그러나 수십 년 전, 연구원들이 더 적은 전자기 공간으로 더 많은 작업을 수행할 수 있는 방법을 알아낼 수 있다는 약속으로 이러한 귀중한 주파수의 상당 부분이 민간 기업에 판매되었습니다.
오늘날로 빠르게 돌아가면 리치먼드는 여전히 그 다리를 건설하고 있는 연구원 중 한 명입니다. 동료들과 함께 로버트 칼더뱅크, Charles S. Sydnor 컴퓨터 과학 석좌 교수이자 Duke 대학교 정보 이니셔티브 이사 바히드 타로크, 전기 및 컴퓨터 공학과의 Rhodes 가족 교수인 Richmond는 스펙트럼 사용자가 동일한 주파수 대역을 공유하거나 동일한 대역 내에서 동시에 공존할 수 있도록 하는 제안을 연구하고 있습니다(또는 자동차 및 주차 공간의 언어로 자동차는 주차 공간을 공유하거나 심지어 서로 위에 주차할 수도 있습니다).
Richmond는 “우리는 이러한 모든 신호가 서로를 밟지 않고 조화로운 방식으로 함께 춤추게 하는 방법을 알아내야 합니다.”라고 말했습니다. “이를 위해서는 컴퓨터와 알고리즘을 통해 위성 신호와 통신하는 레이더가 필요합니다. 하지만 그들이 서로 확장되어 함께 일할 수 있다면 개인보다는 팀으로서 더 나은 업무를 수행할 수 있을 것입니다.”
Calderbank 및 Tarokh와의 협력이기도 한 Richmond의 다른 주요 연구 라인에는 진화하는 기계 학습 기술을 무선 통신에 적용하는 것이 포함됩니다. 세 사람은 이미 달리기 시작했습니다. 2020년 10월, 팀은 공군 요구 사항을 처리할 수 있을 만큼 빠르고 안정적인 AI 기반 통신 및 네트워킹 프로토콜을 개발하기 위해 공군으로부터 5년간 $500만 보조금을 받았습니다.
이 분야에서의 노력을 설명하기 위해 Richmond는 오늘날의 모든 무선 통신 알고리즘이 파도가 어떻게 행동해야 하는지에 대한 모델을 기반으로 한다는 점을 고려한다고 말합니다. 신호가 강력하고 가정된 모델이 유지되는 한 기술은 들어오는 데이터를 해독할 수 있습니다. 그러나 들어오는 파동이 시간과 공간에 따른 간섭이나 품질 저하로 인해 더 이상 예상한 대로 보이지 않으면 모델이 무너지고 신호가 손실됩니다.
Richmond는 “우리는 모델을 기반으로 하는 알고리즘 개발에서 벗어나 AI를 기반으로 하고 있습니다.”라고 말했습니다. “이러한 유형의 접근 방식은 모델보다는 데이터에 의존합니다. 따라서 이상적이지 않은 다양한 시나리오에서 얻은 충분한 데이터로 학습시키면 환경 변화에 스스로 적응할 수 있습니다. 잠재력은 정말 놀랍습니다.”
Duke의 강력한 협력자들과 수백만 달러 규모의 센터가 이미 작업 중이므로 Richmond가 교수진에 합류할지 여부가 아니라 언제 합류할지가 문제였을 것입니다. 어쨌든, 리치몬드는 이 움직임이 다양한 주제에서 그에게 창출할 기회에 대해 기대하고 있다고 말합니다.
“저는 Duke에서 오랫동안 많은 사람들과 연락을 유지해 왔습니다. 나한테도 여기 오는 걸 생각해봐야 한다고 계속 말했는데, 지금 무슨 일이 일어나고 있는지 살펴보니 여러 면에서 매우 매력적이었다”고 리치먼드는 말했다. “학생들이 매우 훌륭하다는 말을 들었기 때문에 매우 기쁩니다. 또한 훌륭한 젊은 교수진이 많이 있으며 의과대학에서도 진행되는 많은 프로젝트에 관심이 있습니다. 여기에 오래 있을수록 새로운 협업의 기회를 더 많이 찾을 수 있을 것 같아요.”