• 목록

<학회 후기>
지난 10월 20일부터 23일까지 Seattle에서 개최된 2024 informs 학회에 참석하게 되었다. 석사 생활 중에 해외 학회를 참석해 볼 수 있을까 생각했었는데 감사하게도 이상민 교수님께서 좋은 기회를 마련해 주셔서 미국에서 열린 학회를 참석할 수 있었다. 많은 세션들과 발표들 중에서 마음속으로 최소한 3개의 발표는 완벽하게 이해해 보자는 다짐을 하고 처음 학회장에 들어서게 되었다. 학회는 건물 2개로 나누어서 진행되게 되었다. 첫날은 keynote 발표를 시작으로 다양한 사람들과 전공이 무엇이며, 어디 학교에서 왔는지 얼마나 머무르는지 등 많은 대화를 나눌 수 있었다. 사실 국내 학회에서는 학회장에서 다른 연구실 분들과 많은 이야기를 나누어본 적은 거의 드문 것 같은데 오히려 해외 학회에 참석해 보니 궁금한 것도 많아지고 미국 마인드 장착 (?) 으로 국내보다 상대적으로 덜 부끄럽게 대화할 수 있었던 것 같다. 보스턴 대학에 다니시는 어떤 남자분과 이상탐지 관련하여 대화를 하다가 정말 석사 과정이 맞냐 대단하다! 라는 말을 들었는데 정말 많은 생각이 드는 말이었다. 전체 학회의 세션들은 AI, Data Mining, Health Care 등 정말 다양한 세션들이 존재했는데 그중에서도 Optimization 부분의 세션들이 가장 많았다. 또한, 비슷한 주제, 모델을 사용하지만 다양하게 활용되는 연구들을 보고 생각의 폭을 넓힐 수 있는 확실한 기회가 되었다. 학회 참석 후에는 University of Washington을 방문했다. 현재 seattle은 우기라 날씨가 흐릴 것이라는 우려와는 달리 화창한 날씨에 방문해서인지 교정이 더욱 웅장하게 느껴졌다. 학교의 전체 분위기는 미드에서 보던 풍경의 연속이었고, 고딕 양식으로 지어진 건물 때문인지 유럽에 온 듯한 느낌이 들었다. 그중에서도 해리포터 도서관으로 알려진 Suzzallo library에 방문하게 되었다. 나는 평소에 해리포터 영화의 상영 횟수를 셀 수 없을 만큼 팬이다. 연구실에서 공부할 때에도 해리포터 asmr을 듣곤 하는데 도서관에 들어서자마자 압도하는 분위기와 함께 영상을 통해서만 듣던 해리포터 asmr이 마치 들리는 듯한 느낌이 들었다. (괜히 나도 앉아서 노트북을 뚜들겨 보고 싶어지는 ..) 이 외에도 학교 구석구석을 돌아다녔고, 이런 공간에서 공부를 할 수 있다는 것 자체가 부러웠다. seattle이라는 도시가 정말 다양한 사람들로 이루어져 있고, 또 다양한 열정을 가진 사람들이 많다는 생각을 가지며 무한한 자유의 도시라는 느낌을 받았다. 마지막으로 이러한 분들과의 소통을 위해 영어를 좀 더 열심히 .. 배워야겠다는 생각과 좋은 기회를 주신 교수님께 다시 한번 감사한 마음을 전하고 싶다.


<청취 후기>
(Sun, Oct 20)
- Integer Programming for Learning Directed Acyclic Graphs from Non-identifiable Gaussian Models
본 연구는 linear Gaussian structural equation model에 따라 생성된 데이터로부터 directed acyclic graph를 학습하는 문제를 다루고 있다. optimization 성능과 noise의 한계를 극복하고자 임의의 heteroscedastic 노이즈를 고려할 수 있는 Integer Programming framework를 개발하였다. 기존의 DAG 구조 학습의 한계를 개선하고, 조기 종료 기준을 통해 효율적으로 최적 해에 접근하는 방법을 제안하였다. 나와 같은 Directed Acyclic Graph를 다루고 있다는 점에서 어떻게 다양하게 활용하고 있는지 궁금하여 선택하게 되었는데 DAGNN을 통해 이상탐지를 진행하는 내 연구와는 달리 최적해에 점차적으로 가까워지는 근사해를 효율적으로 구하는 방법을 소개함으로써 새로운 시각으로 들을 수 있었다.

(Mon, Oct 21)
- Robust object detection using unsupervised multi-domain adaptation
본 연구는 레이블링의 비용 감소를 목표로 transfer learning을 활용하여 시뮬레이션에서 실제 환경으로 전이하는 방식인 sim-to-real transfer를 사용하여 객체 탐지 모델을 학습하였다. CARLA 시뮬레이션을 통해 다양한 날씨, 조명, 차량 유형을 조정하여 모델을 훈련하고, 이후 여러 실제 데이터셋으로 fine-tuning을 진행하였으며, 이를 통해 background feature가 foreward 객체에 미치는 영향을 분석하고 레이블링 비용을 줄이면서 강력한 객체 탐지 성능을 구현하였다.

(Mon, Oct 21)
- Enhanced Detection of Unknown defect Patterns on Wafer Bin Maps Based on One-Set Recognition Approach
본 연구는 반도체 제조 과정에서 웨이퍼 결함 패턴을 탐지하고 분류하는 것이 품질 관리에 중요함을 강조하며, 새로운 결함 패턴을 인식하기 위한 Open-Set Recognition (OSR) 기반 방법론을 제안하였습니다. EEOC-SVM을 활용하여 미지의 결함 패턴을 탐지하고, C-Mean 필터링과 Radon 변환을 적용해 noise 제거와 특징 추출을 개선하고, 이를 통해 기존 결함 패턴 데이터만을 사용해 새로운 결함 패턴을 성공적으로 탐지하였습니다. 발표자 분이 한국분이셔서 궁금한 것도 잘 소통할 수 있었고, 마무리 해야할 OOD 연구와 접목시키며 들을 수 있었다.