[학회후기]
2019년 11월 29일 한국데이터마이닝 추계학술대회가 고려대학교에서 열려 참석하였다.  학교에서 학회가 진행되어서 참 좋았고 발표 없이 듣기만 해서 마음도 편안했다.  SAS 논문경진대회를 주로 들었는데 발표자들이 교수님들의 의견에 잘 대응하는 모습이 매우 인상깊었다.  특히 대한산업공학회에서 나온 질문에 대해 잘 대답을 하지 못했던 나로써는 매우 와 닿는 모습이었다. 발표시간보다 더 길었던 질문시간에 대해 논리적으로 잘 응답했던 형록이와 현규의 모습은 배우고 싶은 모습들 이었다.  여러 학교에서 나와서 발표한 연구들에 대해 참 재미있게 들을 수 있어서 좋았다.

[청취후기]
Meta Learning을 이용한 multitask learning
요즘 transfer learning 을 공부하면서 도움이 될만한 연구주제 중 하나여서 듣게 된 연구이다. Meta learning 에 대해 잘 이해가 가지 않았었는데  이해를 할 수 있었던 부분 이었다. 보통 multi task learning 이 어려운 이유는 특정 task 가 지배적으로 관련이 되어 잘 학습이 안되던가 hard parameter  share가 잘 안되서 악영향을 끼친다. 그래서 기존연구들의 경우  동적으로 loss 들의 크기를 비슷하게 조절하는데 이번 연구에서는  meta learning을 통해 해소하고자 하는 연구였다. MAML 을 이용하여 진행 하였는데 기존과 다른 새로운 방법을 적용한것에 대해 나에게 모티브를 주었다.

GPS 데이터 기반 스프린트 패턴을 활용한 프로 축구선수 플레이스타일 군집화
야구의 경우 선수 트래킹 시스템이 잘 적용되어 많이 사용되고 있지만 축구의 경우는 아직 활발히 사용이 되지 않고 있었다. 하지만 이번에 GPS 기반의 웨어러블 센서를 이용하여 선수들의 플레이스타일을 기반으로 선수 평가하는 방법을 제안한 연구에 대해 재밌게 듣게 되었다. 경기 포지션에 따라 선수를 1차 분류 하고 이후 포지션의 선수별 기준을 찾기 위해 각 선수의 경기 중 속도 분포를 가우시안 혼합모델로 분류하고 산출된 속도 경계값을 기준으로 스프린트를 검출하여 평가하였다. 기준이 일정이상의 속도를 취합하여 평가가 된것이 공격수쪽만 판단이 쉬워 보여 아쉽게 느껴졌다.  하지만 이런 정보들을 취합하여 좀 더 쉽게 선수 평가가 되어 매년 신규 선수들을 뽑게 될때 기준에 맞는 선수를 좀 더 쉽게 발굴 할 수 있게 되어 시간을 절약할 수 있다는 점에서 괜찮은 아이디어라고 생각 했다.