[학회 후기]

추계 데이터마이닝 학회가 11월 22, 23일 경주 화백컨벤션센터에서 열렸다. 이번 학회는 학생들 발표는 포스터로 진행되었으며 교수님들이 현재 진행 중인 연구에 대해서 구두 발표를 진행했다. 각 연구실에서 발표한 탑티어 컨퍼런스 연구를 구두 발표로 들을 수 있어서 매우 흥미로웠다. 또한 포스터 세션에서 다양한 연구원들과 만나서 연구에 대해서 교류할 수 있어서 의미가 있는 학회였다.

[발표 후기]

이번 학회에서는 "Guidance 및 Scheduling을 통한 디퓨전 모델 기반 이미지 편집 신뢰성 향상"이라는 주제로 포스터 발표를 진행했다. 디퓨전 모델을 활용한 이미지 에디팅 연구에서 편집된 이미지의 신뢰성을 높이기 위해 새로운 guidance 기법과 scheduling을 도입한 연구였다. 해당 연구를 소개하고 다양한 연구원들 연구에 대한 의견을 주고받았다. 특히 발표를 듣고 내 설명이 본인 연구에 많은 도움이 될 것 같다고 말해주신 연구원분이 인상적이었다. 구두 발표를 진행하면 보통 다양한 의견을 주고받기 어려운 경우가 많은데 포스터 발표를 통해서 내 연구에 대해 조금 더 많은 의견을 주고받을 수 있어서 좋았다.

[청취 후기]

이번 학회의 구두 발표는 다양한 분야를 연구하시는 교수님들이 직접 발표를 진행해 주셨다. 특히 탑티어 컨퍼런스에 발표된 연구를 직접 들을 수 있어서 다양한 연구를 접하기에 좋은 기회였다. 가장 인상적인 발표는 "Sassha: Sharpness-aware Adaptive Second-order Optimization with Stable Hessian Approximation"였다. 해당 연구는 optimizer에 관련된 연구로 특히 second-order optimzer에 관한 연구였다. Second-order optimizer는 많이 사용되는 first-order optimizer에 비해 이론적으로는 성능이 우수하다고 알려졌지만, 많은 계산량 때문에 실제 모델을 학습할 때 사용하기가 어렵다. 또한 이론적으로는 우수하다는 것이 알려졌지만 실제 모델을 학습시켜 보면 성능이 떨어지는 경우가 많다. 하지만 해당 연구에서는 다양한 실험을 통해 제안하는 optimizer가 널리 사용되는 Adam 계열의 optimizer에 비해 성능이 높으며 계산량 또한 높지 않다는 것을 보여줬다. 이 외에도 Neural SDE를 안정화한 연구, multi-objective optimization을 위한 dual cone gradient descent를 제안한 연구 등 흥미로운 주제들을 많이 접할 수 있어서 인상적인 학회였다.