2019 한국데이터마이닝학회 춘계학술대회 - 최종현

데이터마이닝학회
작성자
관리자
작성일
2020-03-12 13:45
조회
92
안녕하세요, DSBA 19학번 최종현입니다. 4월 11일 목요일, 코엑스로 데이터마이닝 학회를 다녀왔습니다. 대학원에 입학해서는 처음으로 참여한 학회였습니다. 데이터를 활용한 다양한 솔루션 업체들과 딥러닝을 활용한 다양한 연구사례들을 들으면서 인공지능의 인기에 대해 다시 한번 실감할 수 있었습니다.

춘계학술대회 프로그램의 처음은 숭실대학교 이정진 교수님의 초청강연으로 시작했습니다. 이정진 교수님은 통계 및 데이터 분석에 대해 잘 모르는 초, 중, 고 학생들을 대상으로 쉽게 공부할 수 있도록 지원해주는 무료 소프트웨어인  http://estat.me 를 개발하셨습니다. 대단히 완성도가 높았으며, 학생들을 위해 노력하시는 모습에 감명 받았으며, 저 또한 공공의 이익을 위해 열심히 해야 겠다는 생각을 다시금 하게 되었습니다.

[인공신경망 및 딥러닝 응용]

- RCNN based Pose Estimation using Motion-Context Attention -

기존의 pose estimation의 속도 문제를 해결하고자 진행한 연구였습니다. 기존 연구에서는 이미지 전체를 입력으로하여 estimation하기 때문에 속도가 느린 단점이 있었습니다. 본 연구에서는 이 부분을  Motion Attention이라는 방법을 적용하여 해당 이미지에서 Bounding Box(BB)를 구한 뒤 BB를 입력으로 하여 pose estimation을 수행하는 모델을 구현하였습니다. 그 결과 FLIC(영화 스냅샷 데이터셋)을 대상으로 테스트 했을 때는 0.93 초에서 0.25초로 줄일 수 있게 되었습니다. 전체 이미지 대신 Bounding-Box를 입력으로 하여 연산 속도를 줄였다는 아이디어가 좋았던 연구였습니다.

- 절단된 분포를 이용한 인공신경망에서의 초기값 설정방법 -

현재까지도 Neural Network(NN)의 가중치 초기값 설정에 관한 연구가 활발히 이루어 지고 있다는 것을 알게 되었습니다. NN에서는 성능을 높이기 위한 다양한 방법들이 있는 데, 가중치 초기값 설정 또한 중요한 부분입니다. 본 연구에서는 Truncated Normal 분포를 사용하여 초기값을 설정했고, 다양한 테스트를 진행했습니다. Truncated Normal을 유도한 식이 상당히 복잡해서 정확하게 이해하지는 못했지만, 현재 텐서플로에서 tf.initializers API에서 Truncated Normal을 제공하고 있는 데, 그것과는 어떠한 점이 다른지 궁금한 발표 였습니다.

[딥러닝 응용: CNN과 RNN]

- Convolutional Neural Network를 활용한 Pneumoconiosis 진단 보조 시스템 연구 -

CNN을 적용해 Pneumoconiosis(진폐증)을 판별하는 모델을 구축한 연구였습니다. 기존 연구에서는 Kernel SVM이나 Decision Tree를 통한 판별이 있었고, 본 연구에서는 CNN을 적용한 모델 이었습니다. 진폐증/정상 두 개의 클래스를 분류하는 이진 분류 모델이었고, Grad-CAM을 이용해 시각화 함으로써 보조 자료로 사용할 수 있도록 구성했습니다. 의료 분야에서도 딥러닝을 활용한 연구가 많이 이루어 지고 있다는 것을 알 수 있었습니다.

- 시계열 데이터 예측을 위한 Dual-Stage Attention 기반 RNN 모델 -

시계열 데이터를 예측하기 위한 기존의 모델인 Dual-Stage Attention-Based RNN의 문제점을 보완하는 모델을 제안하는 발표였습니다. Dual-Stage Attention-Based RNN은 Attention weight 를 통해서 예측값의 결과가 해석 가능하지만, t-n 시점에서 부터 t 시점의 값을 예측하기 때문에 발표자인 서울대학교 데이터마이닝 연구실 이형욱 분은 진정한 예측이라 보기 어렵다고 생각하여 이를 보완하는 모델을 제안했는데, 주제는 흥미로웠지만, 저에겐 내용이 어려워 이해하기에는 조금 어려웠습니다. 더욱 더 열심히 공부해야 겠다는 것을 깨닫게 된 발표였습니다.

[텍스트마이닝 및 감성분석]

- Occulusion을 적용한 Domain-Specific 감성사전 자동 생성에 관한 연구 -

이미지 일부를 가리는 Occlusion experiment의 아이디어에 착안하여, 감성사전을 자동으로 생성하는 방법에 대한 연구였습니다. 네이버 영화 리뷰 데이터 셋을 이용하여, 토큰화 한 뒤 CNN 모델에서 Occlusion을 적용했고, 각 단어에 대한 감성점수의 임계값을 조정하여 감성사전을 구축하였습니다. 특정 도메인에 특화된 감성사전이지만, 전반적으로 성능이 괜찮았고 텍스트에 Occlusion 을 적용하는 아이디어가 좋았던 연구였습니다.

이상으로 2019년 춘계 데이터마이닝 학회 후기를 마칩니다. 감사합니다.
전체 0

전체 181
번호 제목 작성자 작성일 추천 조회
101
2019 한국데이터마이닝학회 춘계학술대회 - 김동화
관리자 | 2020.03.12 | 추천 0 | 조회 76
관리자 2020.03.12 0 76
100
2019 한국데이터마이닝학회 춘계학술대회 - 김준홍
관리자 | 2020.03.12 | 추천 0 | 조회 103
관리자 2020.03.12 0 103
99
2019 한국데이터마이닝학회 춘계학술대회 - 이정훈
관리자 | 2020.03.12 | 추천 0 | 조회 203
관리자 2020.03.12 0 203
98
2019 한국데이터마이닝학회 춘계학술대회 - 최종현
관리자 | 2020.03.12 | 추천 0 | 조회 92
관리자 2020.03.12 0 92
97
2019 한국데이터마이닝학회 춘계학술대회 - 노영빈
관리자 | 2020.03.12 | 추천 0 | 조회 125
관리자 2020.03.12 0 125
96
2019 한국데이터마이닝학회 춘계학술대회 - 양우식
관리자 | 2020.03.12 | 추천 0 | 조회 84
관리자 2020.03.12 0 84
95
2019 한국데이터마이닝학회 춘계학술대회 - 서승완
관리자 | 2020.03.12 | 추천 0 | 조회 46
관리자 2020.03.12 0 46
94
2019 한국데이터마이닝학회 춘계학술대회 - 조규원
관리자 | 2020.03.12 | 추천 0 | 조회 86
관리자 2020.03.12 0 86
93
2019 한국데이터마이닝학회 춘계학술대회 - 손규빈
관리자 | 2020.03.12 | 추천 0 | 조회 48
관리자 2020.03.12 0 48
92
2019 한국데이터마이닝학회 춘계학술대회 - 송서하
관리자 | 2020.03.12 | 추천 0 | 조회 59
관리자 2020.03.12 0 59

Data Science & Business Analytics Lab.
School of Industrial Management Engineering
College of Engineering, Korea University

Contact Us

  • 강필성 교수 (pilsung_kang@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 창의관 801A호 
  • 대학원 연구실 (총무 이유경: yukyung_lee@korea.ac.kr)
    서울특별시 성북구 안암로 145 고려대학교 자연계캠퍼스 신공학관 220호, 221호, 213호
© 2020 DSBA Lab.