• 목록

<발표 후기>
5월 2일 (목)
세션 : B4. 비즈니스 애널리틱스 분야 (2)
제목 : Anomaly Detection via Denoising Diffusion Implicit Model with Magnetic Resonance Imaging

Denoising Diffusion 모델 기반의 뇌종양 MRI 이상탐지 연구에 대한 발표를 진행하였다. 본 연구는 Diffusion 및 denoising process에 rician noise의 활용을 제안하며 MRI의 분포적 특성을 반영하고자 하였으며, 결과적으로 뇌종양에 대한 좀 더 높은 품질의 Anomaly map을  생성함을 확인하였다. MRI에 대해 전문 지식을 바탕으로 전문의들의 직관적인 판단이 내려져야 하는 뇌종양 탐지 분야에서 좀 더 고품질의 이미지 분포를 생성하는 Diffusion model을 활용하는 것을 제안하였으며, 향후 Rician noise와 Diffusion model의 time step에 대한 parameter tuning 과정을 통하여 데이터 재구축 품질 향상 및 안정화 된 학습 과정을 도출함을 통해 MRI 데이터에 대한 Diffusion model의 활용 가능성을 극대화하고자 한다. 

<청취 후기>
5월 2일 (목)
세션 : C4. 비즈니스 애널리틱스 분야 (3)
제목 : 딥러닝 모델 경량화를 위한 중요 노드 선정 방법

본 연구는 SVM을 활용하여 신경망에서 중요 노드를 선정하는 방법론을 제안하며 딥러닝 모델 경량화를 진행하고자 하였다. SVM에서 Hard/Easy sample들을 획득한 후 중요 노드들을 선별하고 이를 통해 효율적인 Fine tuning을 진행하였다. 이를 통해 결과적으로 파라미터 축소로 인한 성능 감소는 나타나지 않았으며 fine-tuning에 대한 소요시간을 대폭 단축 시켰음을 시사하였다. 기존의 SVM과 같은 어렵지 않은 방법론을 활용하여 좀 더 효율적인 fine-tuning을 제안하였으며 발표자 또한 발표내용을 명확하게 전달하여 더욱 기억에 남는 발표였다. 다만 Hard sample에 대한 variability가 큰 노드를 중요 노드로 제시하였는데 이 부분에 대하여 좀 더 설명이 필요하다고 판단되었고, 또한 기존 노드들을 중요 노드로 11퍼센트까지 축소 시켰음에도 성능 감소가 거의 나타나지 않았는데 실험 과정에 대한 좀 더 자세한 설명이 필요하다고 판단되는 발표였다.