청취후기

대한산업공학회
추계학술대회가 11월
19일
하루동안 우리학교에서 개최되었다.
이번
학회가 이전의 학회와 비교하여 크게 달라진 부분은
데이터마이닝 세션이 두드러지게 많이 늘어났으며,
발표의
양이 많아지니 그 중에 개인적으로 관심이 가는 연구내용도
많아졌다.
학계
내에서도 데이터마이닝에 대한 관심이 점점 커져가는
것 같다.

들었던
발표 중 기억에 남는 몇 가지를 정리해 보자면 이번
학회에는 딥러닝 기법을 산업현장 특히,
제조업
분야에 적용하려는 시도가 많았다.
연구실
내부적으로 제조업 분야에서의 딥러닝 연구사례에
대해 조사한 결과 국내외에 성공적인 사례가 거의 보고
되지 않았다.
이러한
관점에서 우리나라 산업공학과에서 제조업 분야의
모니터링,
이상치
탐지 등의 문제에 딥러닝을 응용하려는 연구방향이
긍정적이라 생각이 든다.
다만 현재
연구내용은 기존에 모델링 하기 어려웠던 데이터를
대상으로 수행한 연구가 아니라 유연한 모델링 특성을
갖는 딥러닝 기법과 큰 시너지를 내기에는 부족했다.
추후 우리
학계가 데이터의 특성에 맞는 적절한 딥러닝 모델을
이용한 연구를 지향할 것이라 생각한다.

발표후기

이번
학회에서는 supervised
learning과
unsupervised
learning을
통합할 수 있는 학습 방법인 hybrid
leanring을
convolutional
autoencoder에
적용하여 이미지 데이터를 위한 차원축소 모델에 관한
연구내용을 발표했다.
세션장에
많은 사람들 중에 우리 연구실 사람들도 많았지만 처음
보여주는 내용이기 때문에 여러 질문을 받았다.
주로
제안하는 모델의 구조에 대한 부분에 관한 것이었다.
그 중
성호가 한 질문이 앞으로 생각해 볼 주제인데
supervised
learning cost (cross entropy)와
unsupervised
learning cost(MSE)의
affine
combination 형태의
objective
function을
최소화 할 때 둘 사이의 스케일 차이를 고려했는지를
지적했다.
실제
실험결과에서는 스케일을 고려하지 않아도 각각의
cost가
잘 수렴해서 의심을 해보지 못했다.
추후
연구에는 스케일 차이를 고려하여 objective
function을
구성하고 학습할 수 있는 방법을 찾아야 할 것이다.