-발표자 후기-

[발표 주제: Active
Semi-supervised Learning Based on Multiple Criteria]

1.발표내용

최근 센서장치 및 저장 기술 등의 발달로 Unlabeled data를
수집하는 것은 어렵지 않은 반면 Labeled data를 수집하는 것은 많은 비용이 들어간다. 최근 이러한 문제를 해결하는데 있어 효과적으로 알려진 Active Learning과 Semi-supervised Learning은 많은 주목을 받고 있다. 본
연구에는 동일한 목적을 갖고 있지만, 다른 방식으로 풀어가는 Active
Learning과 Semi-supervised Learning 기법을 결합하여 새로운 학습방법, Active Semi-supervised Learning, 을 제안하고자 하였다. 더불어 Active Learning에서 핵심이 되는 Sampling strategies를 제안하였다.

 2.발표
준비 과정과 개선방향

발표라는 것은 본인의 연구내용을 청중들에게 알리고 공유하는 것이다. 하지만
연구했던 모든 것을 짧은 시간 안에 공유하는 것은 불가능하다. 따라서 진행했던 연구의 핵심만을 잘 추려서
전달하는 것이 가장 중요한 부분이 할 수 있다. 하지만, 내가
하고 있는 연구들과 밀접한 발표들로만 구성되어 있는 학회는 드물다. 특히 나고야에서 열린 ICIEA 학회는 너무 다양한 분야에서 온 청중들로 구성되었기 때문에, 눈높이에
맞춰서 발표자료를 구성하는 것이 매우 어려웠다. 논문초안을 작성했던 논리구조나 배경을 이용해서 발표
초안을 작성했지만, 발표장에서 준비한 내용을 모두 전달하기 너무나 광범위했다. 다행히 같이 갔던 이상민 연구원의 조언으로 많은 부분을 수정 할 수 있었고,
보다 나은 발표를 준비 할 수 있었다. 하지만 마지막까지 이러한 문제들 때문에 발표연습이
부족했고, 아쉬웠다. 발표라는 것이 오랜 준비과정과 깊은
고민이 동반되었을 때, 비로소 좋은 발표가 나올 수 있음을 다시 한번 깨달았다.

-청취자 후기-

Predictive Analysis of Cloud Incidents

Google, Facebook 등 많은 기업들이 소유하고, 운영하는 소프트웨어를 웹 브라우저 등을 통해 다양한 소비자들이 사용하고 있다.
이러한 서비스는 Cloud 서비스로써 최근 폭발적으로 증가하고 있고, 증가과정에서 서비스가 마비되고나 중단되는 사건들이 종종 발생하고 있다. 발표자는
이러한 문제상황을 파악했고 이를 해결하기 위해 시계열 방법을 기반으로 한 Cloud Incidents를
예측하는 연구를 소개하였다. 사실 다양한 데이터마이닝 기법을 적용해서 비교하거나 해석한 부분은 없어서
아쉬웠지만 문제상황 및 연구의 목적은 확실히 전달되었다. 사실 발표장에서 발표자가 제안하는 또는 이용했던
방법을 완벽히 이해하는 것은 쉽지 않다. 다만 풀고자 하는 문제가 무엇인지, 어떠한 접근으로 풀고자 했는지는 전달되어야 한다. 특히 발표 준비하면서
이러한 부분이 어렵게 느껴졌기에 다른 발표자들에 이러한 부분들을 집중적으로 보면서 많은 배움을 얻었다.

 ​