연구 분야
Research Areas
탄성파 자료처리 및 영상화
Seismic Data Processing and Imaging
탄성파 자료에서 유용한 정보를 추출하고 지하 구조를 영상화하는 방법을 연구합니다. 역시간 마이그레이션(RTM)과 완전파형역산(FWI)을 중심으로, 수치 모델링에서 자료처리·영상화·물성 추정으로 이어지는 계산 과정을 다룹니다.
이방성 매질에서의 파동 전파와 파동장 분리를 함께 연구하며, 이러한 물리적 특성을 자료처리와 영상화에 반영하는 데 중점을 둡니다.
- 탄성파 자료처리와 파동장 분리
- 역시간 마이그레이션(RTM)과 탄성파 영상화
- 완전파형역산(FWI)과 지하 물성 추정
- 이방성 매질의 파동 전파와 수치 모델링
지구과학 머신러닝
Machine Learning for Geoscience
지구물리 탐사와 시추 등으로 얻은 자료에 머신러닝을 적용해 암석과 물성을 분류하고, 자료의 특징과 관계를 학습합니다. 관측 방식과 해상도가 서로 다른 지구과학 자료를 연결하는 방법도 다룹니다.
지도학습, 딥러닝, 사전학습과 도메인 적응을 활용해 자료처리와 해석을 개선하고, 지구과학 문제에 맞는 학습 방법을 연구합니다.
- 지도학습 기반 암석·물성 분류
- 딥러닝과 사전학습을 이용한 탐사 자료처리
- 이종 자료의 도메인 적응과 통합 해석
응용지구물리탐사
Applied Geophysics
전기비저항 토모그래피와 자력탐사 등으로 지하의 물성 분포를 조사하고, 이를 지질 구조와 연결해 해석합니다. 현장 탐사 자료와 실험실 물성 측정, 시추 정보를 함께 검토합니다.
탐사 자료의 역산과 복합 해석을 통해 암상 경계와 광상의 지하 구조를 파악하고, 실제 지질 문제에 지구물리 방법을 적용하는 데 중점을 둡니다.
- 전기비저항 토모그래피와 역산
- 자력·전기 탐사 자료의 복합 해석
- 광상 탐사와 지질 구조 해석
연구 과제
Research Projects
한국연구재단 (NRF) · 생애첫연구사업
사전 학습을 이용한 딥러닝 기반 탄성파 자료처리 기술 개발
연구기간
2023.03 – 2026.02 (3년)
총 연구비
94,500,000원
지원기관
(교육부) 한국연구재단
수행기관
경상국립대학교
연구책임자
신영재