심층 Q-네트워크(DQN) deep q-network

방법 · 데이터·AI

3학부 논문

1교수

543억 국가 R&D(2015–24)

신규증가율

6.40%서울대 비중

신경망으로 행동가치함수를 근사해 공정 제어 등 순차적 의사결정 정책을 학습하는 강화학습 기법이다.

연도별 학부 논문

14151617181920212223242526

국가 R&D 과제 동향 (NTIS, 억 원)

15161718192021222324

2015–2024 과제 레코드 276건 · 10년 543억 · 2015–19 대비 2020–24 신규 · 대학 수행 67.2% · 서울대(본교) 6.40%. 매칭: 영문 키워드 'deep q network', 국문 'DQN', '심층강화학습'. 기관운영비·인력양성·출연연 주요사업비 등 과제 아닌 레코드는 뺐다.

매칭 과제의 NTIS 표준분류(1순위, 연구비 비중): 정보/통신 > 정보이론 27% · 정보/통신 > 소프트웨어 25% · 기계 > 로봇/자동화기계 15% · 정보/통신 > 무선 통신·네트워크 8%

최근 주요 과제 (2022–2024, 연차 정부연구비 순)

연도	과제	수행기관	부처	억
2022	클라우드 엣지 기반 도시교통 브레인 핵심기술 개발	한국전자통신연구원	과학기술정보통신부	28.0
2023	(세부2-3) AI기반 재구성 가능 제조시스템 생산플래닝 기술 개발	엠아이큐브솔루션(주)	과학기술정보통신부	12.0
2022	조립 작업과 같은 비정형 작업환경에 지능적으로 대응할 수 있는 심층강화학습 기반의 공유작업 기술 개발	고려대학	산업통상자원부	10.5
2023	6G 종단간 초정밀 네트워킹을 위한 핵심기술 개발	서울대학	과학기술정보통신부	6.0
2022	초고속 학습이 가능한 메타인지-모사 인공지능 설계	한국과학기술원	과학기술정보통신부	4.5
2022	실시간 입자성 물질 모니터링과 심층 강화학습 기반의 정수처리 자율운전 기술	울산과학기술원	과학기술정보통신부	4.0
2023	냉동공조, 수처리, 펌프 분야에 적용 가능한 AI(심층강화학습알고리즘)기반의 경제적 예지정비 및 관리 솔루션 개발	경기인천기계공업협동조합	중소벤처기업부	3.6
2024	협력자율주행을 위한 분산 협력 센싱-통신 통합 시스템	한양대학	과학기술정보통신부	3.0

교수

교수	연구분야	논문	2022년 이후
이종민	공정시스템	3	1

연결되는 NTIS 분류

화학공정 2

논문 (최신순)

연도	논문	학부 저자	피인용
2025	Real-world implementation of offline reinforcement learning for process control in industrial dividing wall column 화학공정 › 공정시스템기술 Computers & Chemical Engineering	이종민	6
2021	Automatic control of simulated moving bed process with deep Q-network 화학공정 › 공정시스템기술 Journal of Chromatography A	이종민	33
2020	Urea Injection Control Based on Deep-Q Networks for SCR Aftertreatment Systems IFAC-PapersOnLine	이종민	7

인접 그래프

노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동

이 문서와 연결된 페이지

교수 1

이종민

논문 3

Real-world implementation of offline reinforcement learning for proces · Urea Injection Control Based on Deep-Q Networks for SCR Aftertreatment · Automatic control of simulated moving bed process with deep Q-network