▲ (좌) 서울대 전기정보공학부 광공학 및 양자전자연구실 이주현 연구원

(우) 홀로그램 도메인에서의 매니폴드 학습(manifold learning)을 위한 파이프라인에 관한 연구.

전기·정보공학부 광공학 및 양자전자연구실 3D 디스플레이 연구팀(지도교수 정윤찬)이 홀로그램 도메인에서의 매니폴드 학습(manifold learning)의 가능성을 제시하였다. 복소 홀로그램을 압축하고 재생하기 위해 기존의 오토인코더 구조를 차용하였으며 기존 연구와는 달리 이미지 도메인이 아닌 홀로그램 도메인에서 인공 신경망을 학습시키는 전략을 적용하였다. 홀로그램의 잠재 벡터 표현(latent vector representation)은 잘 분리된 매니폴드를 나타내며 숫자 간의 유사성을 성공적으로 보여준다. 이 파이프라인은 컴퓨터 생성 홀로그램 연구 분야에서 매니폴드 학습을 향상시키기 위해 가변형 오토인코더(variational autoencoder)와 같은 생성 모델을 추가로 탐색할 수 있는 기반을 제공한다. 본 연구는 The 13^th International Conference of 3D Systems and Applications (Part of The 30^th International Display Workshops) (일시: 2023.12.08 / 장소: 일본 니가타현)에 발표되어 Best Poster Award을 수상하였다.

[발표논문]
Lee, Y. Jeong, B. Lee, "Manifold learning in the hologram domain: a pipeline for compressing and reconstructing complex holograms", in International Conference of 3D Systems and Applications 2023 (Part of International Display Workshops (IDW) 2023), (3DSAp2-3), 3DSA/IDW, December 2023.