2025 하계 데이터마이닝학회(KDMS2025) - 김희지
페이지 정보

본문
<학회 후기>
2025년 8월 28일~8월 29일까지 평창에서 열린 2025 하계 한국데이터마이닝학회에 참석하였다. 다양한 분야에서 AI를 접목한 연구 사례들을 접할 수 있었고, 기존에 알지 못했던 기법들의 적용 가능성을 확인할 수 있어 뜻깊은 경험이었다. 또한 개인 연구에 어떤 방법론들을 적용해볼 수 있을지 고민해보는 시간을 가질 수 있어 매우 의미 있었다. 연구에 대한 의욕을 새롭게 얻을 수 있었고, 이러한 기회를 주신 교수님께 깊이 감사드린다.
<청취 후기>
주제: 물류 시스템 최적화를 위한 AI 기반 알고리즘
물류 시스템의 복잡한 최적화 문제를 AI와 강화학습 기반 알고리즘으로 해결하는 다양한 연구들을 들을 수 있었다. 특히 드론과 차량을 동시에 활용하는 TSP-D 문제를 강화학습을 통해 물류 배송 구조의 효율성을 크게 높인 연구가 인상 깊었다. 발표 전반에서 공통적으로 강조된 점은, 기존의 수학적 모델이나 휴리스틱만으로는 해결하기 어려운 복잡한 물류 문제도 AI 기반 접근법을 통해 보다 현실적이고 확장성 있는 해법을 찾을 수 있다는 것이었다. 이번 청취를 통해 앞으로 실제 물류 및 교통 현장에서 데이터와 AI를 결합한 최적화 연구가 더욱 중요해질 것이라는 점을 깊이 느낄 수 있었다.
2025년 8월 28일~8월 29일까지 평창에서 열린 2025 하계 한국데이터마이닝학회에 참석하였다. 다양한 분야에서 AI를 접목한 연구 사례들을 접할 수 있었고, 기존에 알지 못했던 기법들의 적용 가능성을 확인할 수 있어 뜻깊은 경험이었다. 또한 개인 연구에 어떤 방법론들을 적용해볼 수 있을지 고민해보는 시간을 가질 수 있어 매우 의미 있었다. 연구에 대한 의욕을 새롭게 얻을 수 있었고, 이러한 기회를 주신 교수님께 깊이 감사드린다.
<청취 후기>
주제: 물류 시스템 최적화를 위한 AI 기반 알고리즘
물류 시스템의 복잡한 최적화 문제를 AI와 강화학습 기반 알고리즘으로 해결하는 다양한 연구들을 들을 수 있었다. 특히 드론과 차량을 동시에 활용하는 TSP-D 문제를 강화학습을 통해 물류 배송 구조의 효율성을 크게 높인 연구가 인상 깊었다. 발표 전반에서 공통적으로 강조된 점은, 기존의 수학적 모델이나 휴리스틱만으로는 해결하기 어려운 복잡한 물류 문제도 AI 기반 접근법을 통해 보다 현실적이고 확장성 있는 해법을 찾을 수 있다는 것이었다. 이번 청취를 통해 앞으로 실제 물류 및 교통 현장에서 데이터와 AI를 결합한 최적화 연구가 더욱 중요해질 것이라는 점을 깊이 느낄 수 있었다.
- 이전글2025 하계 데이터마이닝학회(KDMS2025) - 김정년 25.09.04
- 다음글2025 하계 데이터마이닝학회(KDMS2025) - 박소영 25.09.03
댓글목록
등록된 댓글이 없습니다.