[학회 후기]

처음으로 영어(해외) 발표를 준비하였고, 열심히 했다. 운이 좋아 발표상을 받았고 기분이 좋았다. 온라인으로 발표했는데, 직접 중국 하이난에 가서 발표하지 못한 것은 아쉽다. 아마 현장에서는 더 떨리지 않았을까 싶다. 학회 내에서 다른 연구자들이 발표하는 것들을 열심히 청취하였다. 영어 말하기는 당연, 듣기 실력도 꾸준히 키워야겠다는 생각을 했다. 그렇게 다음 학회에는 꼭 현장에 가서 멋지게 발표해보고 싶다. 발표를 열심히 준비한 사람들은 티가 났는데, 나 또한 그랬길 바란다. 국제 학회에서의, 발표가 매끄러웠던 장표들의 특징을 공부할 수 있어서 좋은 기회였고, 잘 기억해두어 활용해야겠다.

[발표 후기]

1. Safe Semi-Supervised Learning Using Bayesian Neural Networks

딥러닝의 성능은 레이블링된 데이터의 개수에 많이 의존된다. 따라서, 레이블링된 데이터가 얼마 없을 때에는 딥러닝을 효과적으로 활용하기가 어렵다. 내가 발표한 준지도학습은 레이블링된 데이터의 수가 얼마 없어도 딥러닝을 잘 학습시키기 위해 개발된 방법론이다. 핵심은 언레이블링된 데이터와 레이블링된 데이터를 동시에 활용하는 것이다. 이 때, 언레이블링된 데이터가 레이블링된 데이터와 연관이 깊을수록 준지도학습의 효과가 좋은데, 내가 한 연구는 연관성이 떨어지더라도 준지도학습을 잘 해내보자로, 실용성이 높은 연구이다. 나는 본 연구에 베이지안 딥러닝 사용 방법을 제안하였는데, 다른 준지도학습 방법론보다 효과적으로 작용하였다. 잘 정리하여 연구 논문으로 게재되는 순간까지 자식처럼 돌봐줘야 겠다.

질문 1: 제안 방법론의 데이터는 학술 용도의 실험 데이터셋에만 적용되었는데, 실제 현장에서 수집된 데이터에도 적용 가능한가?

답변: 네 가능합니다. 제안 방법론 내부에서, 실제 현장에서 수집된 데이터에 대한, 불확실성 threshold와 불확실성 노이즈의 하이퍼파라미터를 적절하게 탐색하여 활용 가능합니다.