본 세미나에서는 신호의 구조를 잘 이해하고 활용하기 위한 최근 신호처리 연구방향에 대해 논의한다. 취득 신호로부터 원하는 정보를 얻거나 원하는 작업을 수행하기 위해서는 신호의 구조를 효과적으로 모델링하고 이를 기반으로 최적의 신호처리 알고리즘을 설계하여아 한다. 지난 20년 동안 신호처리 분야에서는 신호의 희소성 (Sparsity) 구조를 활용하여 효율적인 신호처리 시스템을 설계하는 압축센싱 (Compressed sensing)에 대한 연구가 활발히 진행되었다. 최근에 압축센싱 기법은 신호의 희소적 구조와 더불어 다양한 신호의 구조를 활용하는 방향으로 진화하고 있다. 최근에 압축센싱 기법은 신호의 희소적 구조와 더불어 다양한 신호의 구조를 활용하는 방향으로 진화하고 있다. 본 세미나에서는 이와 관련된 최근 압축센싱 연구 결과를 소개하고 5G 밀리미터대역 통신과 대용량 MIMO 통신 기술로의 응용 결과를 소개한다. 한편, 기존 신호 모델로 표현이 어려운 복잡한 구조를 갖는 신호를 다루거나 신호처리를 위해 많은 연산량이 요구될 경우 이를 해결하기 위해 머신러닝 기술을 활용하는 신호처리 기술에 대한 연구가 최근 활발히 진행되고 있다. 요즘 많은 관심을 받고 있는 딥러닝 기술은 주변의 환경과 문맥을 이해하고 복잡한 신호 구조를 모델링하여 효율적인 신호처리 시스템을 설계하는 데 효과적으로 적용될 수 있다. 본 세미나에서는 고성능 신호처리를 위한 머신러닝 기술의 기본적인 연구 방향을 제시하고 통신 분야와 자율주행인지 분야에 대한 최근 연구 결과를 소개한다.