• 목록

<발표 후기>
11월 3일 (금)
세션 : S4.인공지능
제목 : Random Dilated Shapelet Transform Based on Multivariate Signal Data for Human Recognition
2023 추계 정보처리학회, <S4.인공지능 세션>에서 'Wifi-sensing data를 활용한 실내 공간 내 인원 수 분류' 에 관한 포스터 발표를 했다.
나는 해당 연구를 shapelet-based approaches 중 RDST(Random Dilated Shapelet Transform) 기법으로 접근하고자 하였다. 그 이유는 shapelet-based approaches의 높은 interpretability에 있었다. *(object가 특정 class로 분류되는 이유를 시계열 내 discriminant subsequence = shapelet에 기반하여 해석하기 때문에 interpretability가 높음)
발표가 포스터 발표로 진행되었기에 대면 발표에 비해 질문의 수가 적을 것 같아 아쉬운 마음이 있었지만, 감사하게도 한 외국인 연구원분께서 포스터 자료를 꼼꼼히 읽고 질문을 해주셔서 RDST 기법에 대한 본질적인 고민의 시간을 가질 수 있었다.
질문은 'shapelet을 dilation함으로써 기대할 수 있는 효과' 였다.
질문에 대한 답변으로 기존 dilation을 통해 더 넓은 receptive field를 확인할 수 있는 것처럼, shapelet dilation을 통해 uncontinuous한 pattern까지 고려할 수 있기에 분류 performance가 향상된다고 설명을 드렸다. 그리고 추가적으로 함께 discussion하는 과정에서 신호 데이터의 특징을 잘 학습할 수 있는 방법에 관한 이야기들을 나누었는데, 다른 연구원의 관점에서 나의 연구를 객관적으로 살펴볼 수 있는 좋은 시간이 된 것 같았다.

<청취 후기>
11월 3일 (금)
세션 : 초연결·고신뢰 산업지능 연구센터 세션논문
제목 : Dual Supervision을 이용한 이미지 객체 간 관계 추출

<본 발표는 같은 연구실을 사용하는 김민구 연구원이 진행하였다. 발표는 Dual Supervision을 이용한 객체 간 관계 추출에 관한 실험을 주제로 하였다.
Dual Supervision이란, Human Annotation과 Distant Supervision을 결합한 concept으로 생소한 분야라 이해하는데 다소 어려움이 있었지만 매우 흥미로웠었으며, 특히 해당 발표의 topic에서 NLP -> CV로 concept이 combine 된 것이 흥미로웠는데, 만약 내가 현재 진행하고 있는 Wifi-sensing data에 적용하는 것에 관한 고민<1)time-series signal data에서의 feature extraction 2)Annotation 3)distant supervision 과 같이, 3stage를 매끄럽게 combine>도 해볼 수 있었다.