• 목록

<발표 후기>
8월 28일(목)
세션: 포스터 세션 #1
제목: Tumor-Infiltrating Lymphocytes-Guided Multi-Teacher Knowledge Distillation for Robust Invasive Tumor Segmentation

하계 데이터마이닝 학회에서 포스터 발표로 악성종양 분할의 성능을 향상을 위한 multi-teacher KD를 주제로 발표를 진행하였다. 본 연구는 종양 침윤 림프구(TILs)를 활용한 Multi-Teacher Knowledge Distillation(MTKD) 기법을 통해, 제한된 라벨 환경에서도 강건한 종양 분할(segmentation) 성능을 달성할 수 있는 방법론을 제안하고 있다.
이를 위해, 먼저 Tumor Teacher는 종양 GT 라벨 데이터로 학습된 모델로서 종양 분할의 기초 성능을 담당하며, TIL Teacher는 pseudo-label 학습을 통해 TILs 분할 능력을 갖춘 보조 모델로 구축되었다. 두 Teacher의 지식을 Student 모델에 증류하는 과정에서, 단순한 KD가 아닌 TIL 밀도 기반 가중치 조정 전략을 적용하여, KD Loss을 상황에 맞게 동적으로 변화시키는 TIL-aware Distillation Framework를 제안하였다. 이러한 방식을 통해 domain shift와 라벨 부족 문제를 동시에 해결하고자 한다. 본 발표는 아키텍처를 제안하는 발표로 진행하였고, 실험에 대한 내용을 추가하지 못한 것이 아쉬웠다.

<청취 후기>
[P2-39] 물리학 기반 초해상도 데이터 생성형 AI모델
본 연구는 기상/기후 데이터의 저해상도 문제를 해결하기 위해, 물리 방정식(Advection-Diffusion Equation, 대류-확산 방정식) 제약을 반영한 Physics-Informed Super-Resolution GAN (PIN-SR) 모델을 제안하였다. SR-GAN 구조에 물리 일관성(Physics Consistency) 손실을 추가하여, 단순 초해상도 복원뿐 아니라 물리적 의미를 보존하는 데이터 생성을 목표로 하였다. 병리 생성형 모델에 대한 연구를 진행할 때, 도메인의 특화된 제약을 추가해서, 병리적 의미를 보존하는 cyclegan모델을 설계하였는데, 비슷한 관점에서의 연구여서 인상 깊었다.

<학회 후기>
이번에는 물류 워크샵과 하계 데이터마이닝학회까지 총 2박 3일 일정으로 다녀왔다. 물류 워크샵은 다른 분야의 연구원분들과의 대화를 통해 우리 연구실에 대해서만이 아닌 다른 연구실과 연구 주제에 대해서 들을 수 있는 좋은 자리를 가질 수 있었다. 데이터마이닝 학회는 다양한 연구원분들의 발표를 보고 들으며, 현재의 트렌드와 같은 LLM과 같은 부분에 대해서 더 깊게 알 수 있었고, 뿐만 아닌 computer vision에 대해서도 다양한 도메인과 다양한 기법들을 통해 본인 연구에 대한 시야도 넓힐 수 있는 좋은 기회였다. 마지막으로 이러한 자리를 만들어주시고 경험하게 해주신 교수님께 감사드린다.