1126일 양재 엘타워에서 진행된 한국데이터마이닝학회에 참석했다. 코로나로 인해 이번 해 첫 오프라인 학회였기때문에 감회가 새로웠다. 작년에는 학회 때문에 일년이 정신없이 바쁘게 흘렀는대 올해는 온라인으로 대체되는 학회도 많았고 학회가 취소, 연기되는 경우가 많아서 학회에 대한 갈증이 있었다. 한국데이터마이닝학회가 그런 갈증을 해소해준 기회가 되었던 것 같다. 아침에 석호가 차로 학회장까지 운전해주어서 연구실 사람들과 놀러가는 기분도 들었다. 윤상 오빠, 석호, 진수와 함께 세션을 참가해서 듣고 사진도 찍고 끝나고 회식도 하면서 돈독한 우정을 쌓은 것 같아 기분 좋은 추억으로 기억될 것 같다.


[발표 후기 : Uncertainty-Aware Soft Sensor Using Bayesian Recurrent Neural Networks]

발표 준비를 하면서 연구의 흐름과 결과를 정리할 수 있었다. 어떻게 쉽게 설명할지 고민하고 장표를 여러 번 수정하면서 어떤 부분이 중요한 포인트였는지 어떤 부분은 힘을 빼야 하는지 고민할 수 있었다. 연구를 하면서 스스로의 연구에 자신이 없어지고 의구심이 들 때도 있었는대 이번에 운이 좋게도 수상을 하게 되어 연구를 힘을 내어 마무리하자고 스스로를 토닥이는 기회가 되었다.


[청취 후기 1 : 등장인물 네트워크에 기반한 소설 표현-박명건 et al., 아주대학교]

기존 문학 작품의 디지털화 등으로 문학 텍스트 데이터가 폭발적으로 증대하였고 인력으로 분류 혹은 분석이 불가능할 정도에 이르렀다. 본 연구에서는 네트워크의 등장인물을 노드로 등장인물 간의 관계를 엣지로 정의하여 감성 네트워크로 소설의 특성을 추출하였고 소설 속 인물들의 감정 변화와 관계 변화를 해석하였다. 한성원 교수님 수업으로 작년 확률 그래픽 모델 및 네트워크 데이터 수업을 들었던 기억이 새록새록 났다. 너무 흥미롭게 들었고 실제 백설공주 동화를 실험결과로 해석해주어서 더 친근하고 귀여웠던(?) 연구였다.


[청취 후기 2 : 임상시험 성공과 실패를 예측하기 위한 멀티모달 딥러닝 모형-서상우 et al., 단국대학교, 서울 아산병원, ()아론티어]

본 연구에서는 임상시험의 성공과 실패를 예측하기 위한 Deep multimodal neural network 모델을 제안하였다. 눈에 띄었던 점은 그동안 multimodal 특징 fusion방식으로 concatenate밖에 알지 못했는대 네트워크 내 어떤 위치에서 fusion되는지에 따라 early, intermediate, late fusion이 있다는 점과 tensor fusion layer, circulant fusion등 다양한 방식이 존재한다는 걸 알 수 있던 연구였다. 최근 다양한 데이터 소스로부터 목적하는 바를 달성해야하는 multimodal 적용 가능한 문제 상황이 빈번하다. 프로젝트에서 본 방식들을 사용할 기회가 생기면 적용해서 실험해보고 싶다는 생각을 했다.