# 2021 추계 대한산업공학회 후기

지난번 제주도에서 열린 춘계 대한산업공학회 이후로 이번 추계 대한산업공학회에서는 발표를 하게되는 기회를 얻었습니다. 이번에는 저의 개인 연구 주제를 통해 처음 발표하게 되어 긴장도 많이 하였고 첫 발표인 만큼 많이 준비했지만 아쉬움이 많이 남았습니다. 지난번 춘계와는 달리 추계는 비교적 작은 규모로 진행하고 코로나로 인해 대면으로 진행이 어려웠던게 아쉬웠습니다. 하지만 온라인으로 진행하는 덕분에 더 많은 발표를 찾아서 볼 수 있었던 것 같습니다. 좋은 기회 주신 교수님께 감사말씀드립니다.

# Learning a Personalized Subspace for Federated Learning 

Seok-Ju Hahn (UNIST)

지난번 춘계 대한산업공학회에서도 federated learning에 대한 주제로 발표하셨었는데 이번에도 같은 분야에 대해 발표해주셔서 관심있게 보았습니다. Federated Learning에 대한 내용에서 이번엔  ‘SuPerFed’라는 방법론을 제안하면서 개인화에 초점을 맞춘 연구를 소개해 주셨습니다. 기존 연합 학습 과정에서 이슈가 되는 개인 정보 보호와 같은 데이터 보안이나 모델 해킹에 대한 위험에서 벗어나기 위한 가중치 기반의 학습 방법 등 과 달리 새로운 내용에 대해 알 수 있었던 좋은 시간이었습니다.

# 오버스무딩과 비동종 그래프 처리를 위한 그래프 신경망 방법론

이민재 (고려대)

본 발표 주제는 저희 연구실에서도 그래프 주제에 대한 세미나로 자주 나오는 문제에 대해 다루었습니다. GNN 학습 과정에서 흔히 일어나는 over-smoothing에 대한 문제를 해결하기 위한 내용입니다. 본 연구에서 제안하는 방법은 가중치를 통해 attention을 활용하는 방법이고 skip-connection을 통해서 이전 정보를 전달하여 정보를 유지하는 방향으로 학습하는 방법을 제안합니다. over-smoothing에 대해서 아직까지 문제점이 많지만 다양한 방법으로 해결책을 제안한 점에서 인상 깊게 보았습니다.

# 자세 추정을 통한 고령자 이상 행동 탐지

김상민 (고려대)

이상 행동 탐지와 자세 추정 두 가지 task를 함께 적용하는 측면에서 관심있게 보았습니다. 또한 주제를 통해 풀고자 하는 문제가 실제 사회적으로 도움이 되는 문제라 주제 선정이 좋았다고 생각됩니다. 이번 연구에서 소개해주신 내용은 pose estimation을 위한 feature를 먼저 추출하고 이를 기반으로 군집화하여 새로운 데이터에 대해 이상치를 나타내는 기준을 만들어 이상 행동에 대해 탐지할 수 있도록 하였습니다. 여러 주제를 잘 엮어서 문제를 해결한 내용이라 문제를 풀어가는 방향에서 인상 깊게 들었습니다.