• 목록

<발표 후기>
6월 23일 (금)
세션 : A-3 헬스케어
제목 : 강건한 장애인 재활운동 횟수 측정을 위한 GMM 모델 적용 및 이상탐지 기법 비교

강릉에서 열린 2023년 하계 데이터마이닝 학회에 참석하여 석사 과정을 시작하고 처음으로 발표를 하게 되었다. 학회에서 발표하게된  연구주제 는 exact solution을 목적으로 두었다기보다 heuristic한 접근법에 가깝기 때문에 처음 연구를 시작하였을 때엔 조금 막막하여 실험을 셋팅하기 까지 많은 시간을 투자하게 되었다. 많은 시간이 지체 되다 보니 연구 주제에 흥미를 잃어갈 때도 있었다. 하지만 첫 학회 발표라는 뜻깊은 자리에서 이 주제에 대해 발표하게 되면 나의 새어나가던 눈길을 다시 돌릴 수 있는 계기가 될 것 같아서 카운팅 로직을 발표 주제로 삼아 학회에 참석하게 되었다. 아니나 다를까 학회를 준비하면서 이 프로젝트에 막중한 책임감이 생기게 되었고, 정말 실제로 적용 하는것이 가능하도록 엄청난 욕심이 생기게 되었다.
발표 당일 정말 두근거리는 마음으로 학회장에 들어가 발표 전에 혼자서 세네번의 리허설을 하며 긴장을 풀었다. 세션이 시작되고, 발표를 시작하게 되었을 때 처음에 정말 많이 긴장되었고, 발표 도중 말문이 막힐까 많이 걱정하였는데 확실히 내가 진행하고, 내가 스토리를 짜온 연구라 그런지 생각보다 전달해야할 내용이 술술 생각났다. 도중 말을 많이 더듬긴 했지만 첫 발표 치고는 만족스러운 결과로 마무리할 수 있었다. 함께 관련 주제로 연구를 진행중이신 다른 연구원분도 발표를 열심히 듣고 질문해주시고, 그 외에 다른 교수님들께서도 많은 질문을 해주셔서 앞으로의 연구 방향을 다잡을 수 있었다. 다음번에는 조금 더 말을 천천히 정확한 의사 전달을 위해 발표 연습을 조금 더 하면 좋을 것 같다는 생각이 들었다 ..! 많은 땀과 눈물이 섞인 준비 과정이였지만 !!! 연구에 대한 전체 가이드 라인을 잡고, 흐름을 만들어 가는 과정 등등 많은 것을 배울 수 있었던 학회였다 ..!!!


<학회 후기>
6월 23일 (금)
세션 : C-2 이상탐지/특징매칭
제목 : Deep Support Vector Data Description with Pseudo Outliers for Robust Anomaly Detection

본 발표에서는 강건한 이상탐지를 위해 pseudo outlier를 활용한 one class classification이라는 주제로 발표를 진행해 주셨습니다. 최근 이상탐지를 위해 OCC(One Class Classifier)방법론이 많이 활용되고 있는데, 정상 데이터만 활용하여 데이터 특징 구조를 반영하는 결정 경계선을 구축하기 때문에 정형데이터는 적합하나, 이미지나 신호 데이터를 분석하기에는 별도의 특징 추출이 필요하게 됩니다. 하지만 이 과정은 결정 경계선을 구축하는 과정과는 독립적으로 수행되기 때문에 이상탐지에 특화된 특징을 추출하기엔 어렵고, 오히려 이상탐지 성능을 저하할 수 있기 때문에 본 발표에서는 심층 인공신경망을 활용한 OCC 방법론에 초점을 맞추었습니다. 이 Deep SVDD는 end-to-end 방법으로 학습 진행하지만 사전 학습과정과 미세조정 단계를 순차적으로 진행하며 사전 학습과정에서는 convolutional auto encoder를 통해 사전학습, 여기서 획득한 가중치과 인코더 구조를 미세조정 단계로 이전합니다. 하지만 잠재 특징 공간에서 정의하면 이상탐지에 특화된 손실함수를 활용해서 정의하는것이 아니기 때문에 이상탐지에 특화되지 않는다는 문제점을 보완하고자 pseudo outlier를 활용한 deep SVDD를 제안합니다. 이 알고리즘은 단일 학습과정으로 학습을 진행하며 reconstruction loss와 기존 Deep SVDD의 손실함수를 변형하여 재정의 하는 내용의 발표였습니다. 발표를 들으면서 많은 loss function을 완벽히 이해하기에 조금 어려웠지만 지금 진행중인 연구에서도 제약식을 어떻게 설정할 수 있을지에 고민할 수 있는 시간을 가질 수 있었습니다.