• 목록

일자 : 6/1 (목)

세션 : A 6.5. 비즈니스 애널리틱스
<노이즈 레이블 상황 하에서의 누적 손실 기반 시계열 샘플 선택>
시계열 데이터에 대해서 많은 연구 주제에 대해서 다루어 보았지만 이번 발표에서 들은 clean 데이터 추출을 위해 누적 손실 기법을 사용한 연구는 새롭게 느껴졌다. 발표를 들으며 여러 생각을 해보니 굉장히 심플한 방법이지만 해당 문제에 대해서 누적 손실을 사용한다면 문제가 해결될 수 있구나라고 이해되어 발표자에게 더욱 질문을 하게 되었다. 괜찮은 방법이라 궁금했던 실험 설계 부분과 결과 부분이 궁금했지만 아직 해당 문제에 대한 연구가 많이 이루어지지 않았고,  보편적으로 성능이 우수하다고 나타낼 수 있는 실험 설계가 부족하다라는 답변을 받아 그 부분은 조금 아쉬웠다. 시계열 데이터에서 결측치나 이상치를 제거하는 기존의 문제 의식에서 누적 손실 기법을 활용하여 clean 데이터를 추출하도록 샘플링을 하여 좀 더 sensitive한 데이터 cleansing을 하여 성능을 높일 수 있다는 연구는 참신하고 새로운 연구 방향성을 보여주어 인상적이었다.

세션 : B 7.2. 4차 산업혁명/산업인공지능
<적응적 자기 지도 학습: 데이터 노이즈에 강건한 표면 이상 탐지 모델 개발>
 해당 연구 문제는 물체 표면에서 정상적이지 않은 패턴이나 객체를 찾는 task 였다. 정상 데이터 속에 노이즈가 속해있어도 이상치에 덜 민감하게 강건한 모델을 만들기 위해 자기 주도 학습 기반의 방법론을 제안했다. 최근 많은 연구들에서 사용되는 contrastive learning을 사용하여 정상 샘플에서 negative pairs 와 positive pairs를 나누고 이상 샘플에서도 negative pairs 와 positive pairs를 나누었다. 이를 통해 유사한 정상 샘플 속에서도 관계를 학습함으로써 불확실성과 더불어 표현학습을 효과적으로 할 수 있다는 것을 이해하였다. p-value와 temperature를 통해 threshold를 설정하였는데 그 부분이 명확히 이해되지는 않아 아쉬웠지만 전체적으로 trendy 한 연구 방법을 사용한 이상 탐지 모델에 대해 이해할 수 있는 좋은 기회가 되었다. 또한 앞으로 나의 연구에 어떤 부분에 적용하면 좋을 지 생각해 보는 계기가 되었다.

-발표 후기
예전부터 관심이 있던 경량화 연구에 대해서 산업공학회에서 발표를 하게 되었다. 이전부터 많이 생각해오고 흥미롭게 연구했던 지식 증류 기법 관련 연구이어서 생각보다 발표함에 있어 긴장이 되지 않았지만 많은 사람들이 관심을 가지고 있을까에 대해서 걱정이 들었다. 그리고 이번 발표에서는 이전의 딱딱했던 발표 스타일과는 달리 자연스러운 발표스타일에 초점을 두었다. 하지만 아침에 진행되는 세션이였고, 연구 문제나 사용된 기법이 다소 생소하게 들릴 수 있어서 인지  다양한 사람들의 질문은 받지 못해서 조금 아쉬웠다. 사람들이 잘 모르거나 복잡한 문제 해결에 대한 기법 설명은 최대한 더 쉽게 설명할 수 있도록 준비하면 좋겠다는 생각이 들었다. 그래도 세션이 끝나고 질문주셨던 교수님께서 흥미롭게 봐주셔서 감사하고 뿌듯했다.