일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- GaN
- 불규칙적 샘플링
- 토픽모델링
- timesfm
- timellm
- ERD
- nccl 설치
- operation management
- pre-trained llm
- nccl 업데이트
- ed boarding
- first pg on this rank that detected no heartbeat of its watchdog.
- 리뷰
- multi gpu
- nccl 업그레이드
- 패혈증 관련 급성 호흡곤란 증후군
- Time Series
- 의료정보
- NTMs
- irregularly sampled time series
- Transformer
- pytorch
- queueing theory
- 대기행렬
- moirai
- length of stay
- 딥러닝
- 분산 학습
- gru-d
- m/m/s
- Today
- Total
데알못정을
2022 INFORMS in Indianapolis 본문
지난 10/16~10/18 미국 인디애나폴리스에 열린 미국 경영과학회(INFORMS)에 다녀왔다.
국내 학회는 가봤지만 해외 학회는 처음이다.
해외 학회가 처음인데 session 발표를 하게되서 매우 떨렸던 것 같다.(머릿 속이 하얘져서 진행자체를 못할 까봐 제일 걱정됬다.)
우선 국내 학회랑 다르게 복장 자체가 다들 자유로운 분위기였다.
또한 로비에서 사람들이 모두 나와 서로 연락처와 연구분야를 공유하면서
네트워킹을하는 모습이 인상적이었다.
나는 Data Analytics in Manufacturing Industry 세션에서
발표를 진행했고, 내가 발표한 것은 최근 데이터 불균형 문제에 대해 연구했던 내용으로 발표했다.
내가 발표한 주제의 제목은
'Class imbalance handling in latent space using deep neural network'다.
간단하게 요약하자면 class imbalance를 갖고 있는 데이터를 분석할때,
input space에서 data resampling을 하는 기존 방법을 개선하는데,
neural network의 latent space에서 data resampling을 하는 방법을 제안한 내용이다.
발표가 끝나고 질문이 4개정도 들어왔는데
1. 모델 하이퍼파라미터 최적화는 어떻게 진행했는지
2. 왜 마지막 latent space에서 resampling하는게 더 좋은지
3. 왜 step 2에서 neural network를 사용하지 않았는지
4. 왜 마지막 latent space로 갈수록 데이터 양상이 달라지는지
였던 것 같다. 너무 긴장한 탓에 자세히는 잘 기억이 안난다.
그래도 질문에 대한 만족할만한 답변을 하려고 노력했던 것 같다.
학회 발표를 준비하면서 영어가 꽤나 늘었던 것 같고
영어 Presentation은 어떻게하면 좋을지 TED를 참고했었는데
좋은 표현을 많이 배웠다.
기억나는 표현은 발표를 시작할 때 ' i'd like to thank you for spend time from your busy schedule to be here' 이나 그림 자료와 관련된 설명을 할 때 'let's look at the top right figure', 그리고 슬라이드를 넘어갈 때 'before we go any further, let's start with ~~' 이런 것들
좋은 경험이었고 이런 기회를 주신 지도교수님께 감사를 드리고 싶다.
지금까지 했던 연구를 데이터를 바꿔서 실험해보고 증강한 latent space를 input space로 inversion하여 해석력을 키우는 방향으로 연구를 진행해서 논문화를 할 생각이다.
간단히 소개한 제 연구에 대해 같이 토론하고 싶다면 연락주세요 :)
rnjswjddmf@gmail.com