1. How to Regularize Machine Learning Models? - 이창현 연구원

산업의 자동화, 효율화, 최적화 등을 위하여 다양한 산업영역에서 기계학습을 이용한 분류나 예측모델을 많이 이용하고 있다. 높은 성능의 기계학습 모델을 구축하기 위해서는 충분한 양의 학습데이터가 필요하지만 실제 문제에서 충분한 양의 데이터를 얻는것은 어렵다. 학습데이터 부족 시 기계학습 모델은 학습데이터만 잘 예측하는 과적합이 발생하게 되고 이는 기계학습모델의 성능저하를 야기한다. 이번 세미나에서는 기계학습 모델의 과적합을 방지함으로서 모델의 성능을 향상할 수 있는 정규화 방법을 소개한다. Weight decay, Variable selection, ensemble 등 다양한 정규화 방법의 기본 개념 및 작동 방식을 이해하고 예제를 통한 정규화의 효과를 확인함으로써 정규화에 대한 전반적인 개념을 이해할 수 있다.

2. Introduction to Object Detection and Image Segmentation - 조용원 연구원

Computer Vision은 기계의 시각에 해당하는 부분을 연구하는 컴퓨터 과학의 한 분야이다. 주로 사진이나 영상 속에서 정보를 추출하고 이해하는 과정을 의미한다. Computer Vision 내에는 Object Detection, Image Segmentation, Image Registeration 등 많은 하위 분야가 있다. 특히 Object Detection은 사진, 영상 내 원하는 객체의 위치를 인식하는 방법을 의미하고, 스포츠 경기 모니터링, CCTV 모니터링 등에 사용되고 있다. 또한 Image Segmentation은 사진, 영상에 존재하는 픽셀들이 어떠한 범주에 속하는지 예측하는 방법을 의미하고, 의료 분야와 자율 주행에 사용되고 있다. 2012년 합성곱 연산(Convolutional Neural Networks, CNN)의 재등장으로 Computer Vision에서 CNN을 활용한 많은 연구가 진행되고 있다. 금일 세미나에서는 CNN을 활용한 Object Detection과 Image Segmentation에 대해 중점적으로 알아보고자 한다.