[학회 후기]

서울 양재 엘타워에서 개최된 한국데이터마이닝 학회에 참여하였다. 이번 학회는 다양한 분야 연구 주제로 구성되어 있어 흥미롭게 청취할 수 있었다. 이미지/영상 데이터마이닝, 자연어 처리 및 거대 언어 모델, 의료/헬스 케어 데이터마이닝, 최적화 및 강화 학습 등의 다양한 연구를 접하면서 평소 다루지 않던 다양한 연구들에 대해서도 알 수 있는 소중한 기회였다. 다양한 연구에 대한 접근법을 바탕으로 현재 진행하는 연구에도 적용해 보면 좋을 것 같다고 생각했다. 또한 이번 학회는 연구실의 전 인원이 함께 참석한 학회로 더욱 뜻 깊은 자리였다. 다양한 연구에 대한 발표를 함께 듣고 서로의 이해를 공유하면서 더욱 높은 이해를 할 수 있었다고 생각한다.  2024 추계 데이터마이닝 학회도 많은 연구실 학생들과 함께 참석해서 좋은 경험을 할 수 있었으면 좋겠다.

[청취 후기]

- TA-Net: Tri-Aspect Network for Camouflaged Object Detection (정자훈, 연세대학교)

해당 연구는 주변과 유사한 물체를 탐지하는 Camouflaged Object Detection(COD)연구 였다. 해당 연구에서는 배경 대비 3가지 시각적 특성(경계, 색상, 질감) 차이에 특화된 독립 네트워크를 융합하는 방법을 활용하여 Tri-Aspect Network라는 방법론을 제시하였다. 발표에서 가장 인상적이었던 부분은 색상 차이를 통해서 물체를 탐지하는 기술을 소개하는 부분이었다. 어릴적 샐로판지로 안경을 만들어서 다양한 물체를 경험은 많은 사람이 가지고 있었을 것이다. 샐로판지의 색에 따라서 주변에서 인식되는 물체가 달라지곤 하였다. 해당 부분을 연구에 적용하면 물체를 탐지하는데 도움이 된다는 설명이었다. 이러한 현실적 경험을 통해서 연구를 설명하는 것이 굉장히 인상적으로 느껴졌다. 

- Gradual Domain Adaptation for Enhancing Low Light Image Recognition (백승준, 광운대학교)

개인적으로 Domain Adaptation/Domain Generalization에 평소 관심을 갖고 연구를 하고 있었기에 더욱 집중해서 들었던 연구로 기억된다. 해당 연구는 저조명 이미지의 객체 탐지 성능을 올리고자 Domain Adaptation을 사용하였다. 이때 연구에서 가장 핵심적인 부분은 점진적으로 Domain Adaptation기법을 사용한 것이었다. 즉, 밝은 이미지에서 중간 밝기의 이미지로 방법론을 적용하고, 그 후 중간 밝기의 이미지에서 어두운 이미지로 점진적으로 방법론을 적용하는 방식이었다. 굉장히 신선하다고 생각했으며 연구를 진행하며 적용해볼 여지가 충분히 있다고 생각했다. 하지만, 점진적으로 Domain이 변화하는 상황에 대한 레이블이 필요할 것으로 보여졌으며, 그렇다면 레이블링을 하는데 추가적인 비용이 들기 때문에 효율적인 방법인지에 대한 의문도 생겼다.

-How are you feeling today? Depression Auto-Test chatbot based on BERT Classifier (김어진, 서울대학교)

해당 연구는 chatbot을 통해서 우울증을 탐지하는 것을 목표로 한다. 기존의 chatot은 다양한 발화를 처리하지 못하거나 Hallucination 같은 고질적인 문제를 갖고 있다. 이러한 문제를 극복하기 위해서 BERT Classifier를 기반으로 우울증 관련 발화를 탐지하는 Trigger Detection을 시도하였다. 도메인에 특화된 언어 모델을 만드는 것이 흥미로웠고, 추후 프로젝트에도 적용이 가능한 부분을 찾아볼 수 있는 유익한 발표였다.