2015 ICIEA 학회 - 유재홍
- 2015년 5월 26일 오후 4:10
- 조회수: 2007
Reviewed by
유재홍
유재홍
[발표후기]
발표주제: Regularized Feature Selection for Discrimination of Mass Spectra from Bacterial Strains
발표 Summary
본 연구자는 Mass spectra 데이터에 대해 Regularzed feature selection 기법을 적용하여 중요변수를 선택하였다. 최근 바이오 및 의료분야에서는 Mass spectra 데이터 분석에 대해 많은 관심을 보이고 있다. 이러한 Mass spectra 데이터의 특징 중 하나는 관측치에 비해 변수의 수가 상당히 많고 대부분의 변수가 노이즈를 다수 포함하고 있다는 것이다. 이러한 상황에서 유의미한 변수를 선택하는 것은 상당히 중요한데, 분석에 적용되는 통계분석 모델의 성능을 향상시킬 뿐만 아니라 변수선택 결과로 도출된 중요변수 들은 특정 단백질의 생화학적 특징을 규명하는데 많은 도움을 줄 수 있다. 이러한 이유로 많은 변수선택 모델이 개발되었는데, 기존의 기법들은 몇가지 한계점을 가지고 있다. 이러한 이유로 본 연구자는 최근 각광을 받고 있는 Regularzed feature selection 기법을 적용하여 Mass spectra 데이터의 중요한 변수를 선택하고자 하였다. 몇 가지 Regularzed feature selection 기법 중 Lasso 기반의 변수선택 기법이 최근들어 많은 관심을 받고있는데, 본 연구에서는 범주형 반응변수에 적합한 Multinomial logistic lasso를 적용하여 박테리아의 이종을 분류하는데 유의미한 변수를 탐색하고자 하였다. 본 연구의 사례분석에서는 박테리아 단백질로 부터 얻어진 Mass spectra 데이터에 대해 Multinomial logistic lasso를 적용하였고, 그 결과 모든 변수를 활용한 것에 비해서 상당히 분류성능이 향상됨을 보일수 있었고 Random forest기반의 변수선택기법에 비해서 안정성이 보다 향상됨을 보일 수 있었다.
발표후기 및 반성
이전에 많은 학회에 참여하면서 발표를 잘 할 수 있도록 슬라이드를 잘 구성해야 한다는 것의 중요성을 느꼈기 때문에 슬라이드의 흐름과 장표의 내용구성에 많은 시간을 투자하였다. 발표에 앞서 연구실의 연구원들 앞에서 예행연습을 하면서 발표하는데 어려운 장표를 확인하여 전달하기 쉽게 구성하였고, 발표시간에 쫓기지 않기 위해서 불필요한 장표는 많은 부분 제거하였다. 이러한 과정을 거치면서 발표 슬라이드를 구성하는 부분에 있어서는 예전에 비해 많이 발전한것을 확인하여 뿌듯하였다. 하지만, 영어발표를 좀 더 잘하기 위해 많은 노력이 필요하다는 것 역시 알 수 있었다. 발표가 어려운 장표는 계속해서 연습하였고 어떤 부분은 외우기도 하였다. 하지만, 이렇게 외운 부분은 발음이 엉키거나 순간적으로 생각나지 않은 경우에 좀 더듬고 버벅거린 점이 있었다. 영어발표를 잘하기 위해서는 장표를 외울 것이 아니라 몇번이고 연습해야 한다는 것을 알 수 있었고, 평소에도 틈틈히 영어를 연습해야 할 것 같다는 것을 느꼈다. 시간이 날때마다 유투브나 구글에서 영어 발표영상을 보고 따라하면서 영어 말하기연습을 해야할 것 같다. 콜세라같은 강의를 들으면서 전공 공부와 영어 공부를 동시에 하는 것도 좋은 방법일 것이라 생각된다.
[청취후기]
br>
국립 과학수사 연구소의 김한수 박사의 An Implementation and Pragmatic Analysis of the Digital Image Forgery Detection Schemes
발표가 가장 흥미로웠다. 통계분석 방법론을 활용하여 사진의 합성을 탐지하는 내용에 대한 발표였는데 아무리 미세하게 합성한 사진이라도 Blur detection을 통해서 탐지할 수 있다는 것이 매우 흥미로웠다. 또한, 과학수사에서도 기계학습 방법론이 적용된다는 것이 매우 고무적이었다. 미래에 이러한 분야에 종사하는 것은 희망사항 중 하나인데, 더 열심히해야겠다는 생각이 들었다. 또한, Li fang 교수의 Mobile Based Palmprint Recognition System도 상당히 흥미로운 발표였다. 지문에 비해서 손바닥의 손금이 보다 많은 정보를 내포하고 있다는 것에 착안하여 손금인식을 제안하는 연구였는데, 이미지 처리가 매우 중요한 부분이며, 계산 복잡도가 상당히 높지 않을까하는 의구심도 들었다. 특히, 이 발표는 발표의 구성이 상당히 잘되어 있었는데, 연구의 중요성이나 의의, 당위성을 계속해서 환기하였고, 청중의 흥미를 끌 수 있는 장표도 중간중간에 보여줌으로써 발표가 지루하지 않고 흥미롭게 청취할 수 있었다. 앞으로 발표자료를 준비하거나 다른사람들 앞에서 발표할 때, 이러한 부분을 신경써야겠다는 생각이 들었던 좋은 발표였다.
발표주제: Regularized Feature Selection for Discrimination of Mass Spectra from Bacterial Strains
발표 Summary
본 연구자는 Mass spectra 데이터에 대해 Regularzed feature selection 기법을 적용하여 중요변수를 선택하였다. 최근 바이오 및 의료분야에서는 Mass spectra 데이터 분석에 대해 많은 관심을 보이고 있다. 이러한 Mass spectra 데이터의 특징 중 하나는 관측치에 비해 변수의 수가 상당히 많고 대부분의 변수가 노이즈를 다수 포함하고 있다는 것이다. 이러한 상황에서 유의미한 변수를 선택하는 것은 상당히 중요한데, 분석에 적용되는 통계분석 모델의 성능을 향상시킬 뿐만 아니라 변수선택 결과로 도출된 중요변수 들은 특정 단백질의 생화학적 특징을 규명하는데 많은 도움을 줄 수 있다. 이러한 이유로 많은 변수선택 모델이 개발되었는데, 기존의 기법들은 몇가지 한계점을 가지고 있다. 이러한 이유로 본 연구자는 최근 각광을 받고 있는 Regularzed feature selection 기법을 적용하여 Mass spectra 데이터의 중요한 변수를 선택하고자 하였다. 몇 가지 Regularzed feature selection 기법 중 Lasso 기반의 변수선택 기법이 최근들어 많은 관심을 받고있는데, 본 연구에서는 범주형 반응변수에 적합한 Multinomial logistic lasso를 적용하여 박테리아의 이종을 분류하는데 유의미한 변수를 탐색하고자 하였다. 본 연구의 사례분석에서는 박테리아 단백질로 부터 얻어진 Mass spectra 데이터에 대해 Multinomial logistic lasso를 적용하였고, 그 결과 모든 변수를 활용한 것에 비해서 상당히 분류성능이 향상됨을 보일수 있었고 Random forest기반의 변수선택기법에 비해서 안정성이 보다 향상됨을 보일 수 있었다.
발표후기 및 반성
이전에 많은 학회에 참여하면서 발표를 잘 할 수 있도록 슬라이드를 잘 구성해야 한다는 것의 중요성을 느꼈기 때문에 슬라이드의 흐름과 장표의 내용구성에 많은 시간을 투자하였다. 발표에 앞서 연구실의 연구원들 앞에서 예행연습을 하면서 발표하는데 어려운 장표를 확인하여 전달하기 쉽게 구성하였고, 발표시간에 쫓기지 않기 위해서 불필요한 장표는 많은 부분 제거하였다. 이러한 과정을 거치면서 발표 슬라이드를 구성하는 부분에 있어서는 예전에 비해 많이 발전한것을 확인하여 뿌듯하였다. 하지만, 영어발표를 좀 더 잘하기 위해 많은 노력이 필요하다는 것 역시 알 수 있었다. 발표가 어려운 장표는 계속해서 연습하였고 어떤 부분은 외우기도 하였다. 하지만, 이렇게 외운 부분은 발음이 엉키거나 순간적으로 생각나지 않은 경우에 좀 더듬고 버벅거린 점이 있었다. 영어발표를 잘하기 위해서는 장표를 외울 것이 아니라 몇번이고 연습해야 한다는 것을 알 수 있었고, 평소에도 틈틈히 영어를 연습해야 할 것 같다는 것을 느꼈다. 시간이 날때마다 유투브나 구글에서 영어 발표영상을 보고 따라하면서 영어 말하기연습을 해야할 것 같다. 콜세라같은 강의를 들으면서 전공 공부와 영어 공부를 동시에 하는 것도 좋은 방법일 것이라 생각된다.
[청취후기]
br>
국립 과학수사 연구소의 김한수 박사의 An Implementation and Pragmatic Analysis of the Digital Image Forgery Detection Schemes
발표가 가장 흥미로웠다. 통계분석 방법론을 활용하여 사진의 합성을 탐지하는 내용에 대한 발표였는데 아무리 미세하게 합성한 사진이라도 Blur detection을 통해서 탐지할 수 있다는 것이 매우 흥미로웠다. 또한, 과학수사에서도 기계학습 방법론이 적용된다는 것이 매우 고무적이었다. 미래에 이러한 분야에 종사하는 것은 희망사항 중 하나인데, 더 열심히해야겠다는 생각이 들었다. 또한, Li fang 교수의 Mobile Based Palmprint Recognition System도 상당히 흥미로운 발표였다. 지문에 비해서 손바닥의 손금이 보다 많은 정보를 내포하고 있다는 것에 착안하여 손금인식을 제안하는 연구였는데, 이미지 처리가 매우 중요한 부분이며, 계산 복잡도가 상당히 높지 않을까하는 의구심도 들었다. 특히, 이 발표는 발표의 구성이 상당히 잘되어 있었는데, 연구의 중요성이나 의의, 당위성을 계속해서 환기하였고, 청중의 흥미를 끌 수 있는 장표도 중간중간에 보여줌으로써 발표가 지루하지 않고 흥미롭게 청취할 수 있었다. 앞으로 발표자료를 준비하거나 다른사람들 앞에서 발표할 때, 이러한 부분을 신경써야겠다는 생각이 들었던 좋은 발표였다.