• 목록

<발표 후기>
8월 24일(월)
세션: 포스터 세션 #1
제목: Physics-Informed Shapelet Learning with a Concept Bottleneck for Rehabilitation Movement Classification

하계 데이터마이닝 학회에서 Physics-Informed Shapelet Learning with a Concept Bottleneck for Rehabilitation Movement Classification을 주제로 포스터 발표를 진행하였다. 본 연구는 재활 운동 분류에서 환자 데이터와 임상 라벨이 제한적이고, 기존 분류 모델이 판정 근거를 제시하기 어렵다는 문제를 다루었다. 이를 해결하기 위해 비장애군 운동만으로 기준 동역학을 학습하고, 실제 운동과 기준 모델의 단기 예측 차이를 잔차로 표현하였다. 이후 원신호와 잔차에서 Shapelet을 학습하고 Concept Bottleneck과 연결하여 국소적인 운동 패턴을 판정 근거로 활용할 수 있도록 구성하였다. 실험에서는 원신호와 PIML 잔차를 함께 사용한 경우 가장 높은 성능을 보였다. 본 발표를 통해 제안 방법의 구조와 실험 결과를 설명할 수 있었으며, 잔차와 Shapelet 기반 판정 근거를 명확하게 전달하는 것이 중요하다고 생각하였다.

<발표 후기>
8월 24일(월)
세션: 포스터 세션 #2
제목: Boundary-Aware Diffusion for Patch-Stitching Artifact Reduction in Veterinary X-ray Images

하계 데이터마이닝 학회에서 Boundary-Aware Diffusion for Patch-Stitching Artifact Reduction in Veterinary X-ray Images을 주제로 포스터 발표를 진행하였다. 본 연구는 패치 기반 X-ray 초해상도 복원 과정에서 개별 패치를 병합할 때 발생하는 밝기와 질감의 불연속 문제를 다루었다. 이를 해결하기 위해 초기 병합 영상의 경계를 중심으로 국소 패치를 추출하고, Tukey soft mask와 조건부 역확산을 적용하여 경계 주변의 구조와 질감을 선택적으로 재구성하였다. 실험에서는 패치 및 병합 영상 수준에서 Dice와 HD95 등 경계 정합성 지표가 개선되었으며, 정성적 결과에서도 인공적인 이음새 완화와 경계의 연속성 향상을 확인하였다. 본 발표를 통해 전체 영상뿐만 아니라 실제 문제가 발생하는 국소 경계 영역을 별도로 평가하는 것이 중요하다는 점을 다시 생각해 볼 수 있었다.

<청취 후기>
[P1-42] NERVE: Noise-Variability-Robust EEG Foundation Model with Soft Electrode-Cortical Interactions
본 연구는 실제 EEG 획득 환경에서 발생하는 잡음과 피험자 간 변동성으로 인해 기존 EEG 파운데이션 모델의 성능이 저하되는 문제를 다루었다. 이를 해결하기 위해 Noise-robust Neural Tokenizer와 Variability-robust Pre-training을 제안하고, 전극과 뇌 피질 영역의 관계를 반영하기 위한 Electrode-Cortical-Routing Attention을 구성하였다. 실험에서는 clean-data benchmark뿐만 아니라 synthetic noise, 실제 EEG noise 및 variability 조건에서 기존 모델들과 성능을 비교하여 다양한 환경에서도 강건한 성능을 확인하였다. 특히 잡음과 데이터 변동성을 학습 과정에서 함께 고려하고, 전극과 뇌 영역의 관계까지 모델 구조에 반영했다는 점이 인상적이었다.

<학회 후기>
이번 학회에서는 다양한 분야의 연구 발표를 들으며 최근 AI 연구에서 다루어지고 있는 문제와 방법론을 폭넓게 접할 수 있었다. 특히 포스터 세션을 통해 다른 연구자들의 문제 설정과 실험 구성, 결과 제시 방식을 살펴보며 연구에 대한 시야를 넓힐 수 있었다. 또한 두 번의 포스터 발표를 진행하면서 연구의 목적과 핵심 방법을 짧은 시간 안에 명확하게 전달하는 경험을 할 수 있었다. 다른 연구자들의 발표와 질의응답을 통해 현재 진행하고 있는 연구의 실험 구성과 발표 방식도 다시 생각해 볼 수 있었다. 마지막으로 다양한 연구를 접하고 직접 발표할 수 있는 기회를 마련해 주시고 지도해 주신 교수님께 감사드린다.