Abstracts

Title: Ubiquitous Data Collection: Self-Tracking with Mobile, Wearable, and Embedded Devices

Abstract:

We see a growing interest in the Human-Computer Interaction community in understanding and supporting personalized tracking needs. The mismatch between the design of existing tracking tools and people’s tracking needs sheds a light on the benefits of designing customizable tracking tools. In this talk, I will present a flexible tracking approach for designing self-monitoring technology called "semi-automated tracking," which combines both manual and automated data collection methods. Tracking tools can further support flexible and personalized tracking by incorporating various input modalities such as speech. I will discuss promising avenues in personal informatics and personal health contexts where leveraging semi-automated tracking approach can help individuals—self-trackers, patients, and clinicians—achieve their diverse and unique tracking needs, preferences, and commitments.

Title: Prediction of tissue-of-origin of metastatic cancer samples based on RNA sequencing and DNA methylation

Abstract:

There is interest in developing genomic approaches to identify the tissue of origin of metastatic cancers. Genomic approaches may predict the tissue of origin with higher specificity compared to standard immunohistochemical (IHC) tests. Earlier studies have shown that gene or miRNA expression, or DNA methylation are informative of the tissue of origin, but no study have tried to integrate the information from multiple sources to predict the tissue of origin. We trained a classifier on RNA-seq and DNA methylation from the TCGA project for tissue of origin, and measured the classification performance across independent data generated from disparate sources. We examine several combinations of approaches of preprocessing and integration across RNA-seq and DNA methylation to assess their effects on the performance of classification.

Title: Identifying Subnetworks Associated with Cancer Phenotypes: Applications to Drug Response and Mutational Signatures

Abstract:

Phenotypic heterogeneity in cancer is often caused by different patterns of genetic alterations. Understanding such phenotype-genotype relationships is fundamental for the advance of personalized medicine but remains challenging due to a large number of passenger mutations and cancer heterogeneity. The pathway-centric view of cancer significantly advanced the understanding of genotype-phenotype relationships by studying the associations in the context of networks.

In the first part of my talk, I will present a computational method named NETPHIX (NETwork-to-PHenotype assocIation with eXclusivity), which aims to identify subnetworks of mutated genes that are associated with a continuous phenotype. Leveraging the properties of cancer mutations and the interactions among genes, we solve an optimization problem formulated as an integer linear program to identify a set of associated genes. Applied to a large-scale drug screening dataset, NETPHIX uncovers gene modules significantly associated with drug responses, and many of the modules are also validated in an independent dataset.

In the second part of the talk, I will discuss a network-based approach investigating the genetic aberrations associated with mutational signatures. Cancer genomes accumulate a large number of passenger somatic mutations resulting from various endogenous and exogenous causes such as aberrations of DNA maintenance machinery or carcinogenic exposures. Different mutagenic processes often produce characteristic mutational patterns called mutational signatures. Identifying mutagenic processes underlying the mutational signatures is an important step towards understanding tumorigenesis. Analyzing a breast cancer dataset, we identified pathways associated with mutational signatures on both expression and mutation levels. Interestingly, our analysis captured important differences in the etiology of the APOBEC related signatures and the two clock-like signatures.

Title: Commonsense Intelligence: Cracking the Longstanding Challenge in AI

Abstract:

Despite considerable advances in deep learning, AI remains to be narrow and brittle. One fundamental limitation comes from its lack of commonsense intelligence: reasoning about everyday situations and events, which in turn, requires knowledge about how the physical and social world works. In this talk, I will share some of our recent efforts that attempt to crack commonsense intelligence with emphasis on intuitive causal inferences and the synergistic connection between declarative knowledge in multimodal knowledge graphs and observed knowledge in unstructured web data. I will conclude the talk by discussing major open research questions, including the importance of algorithmic solutions to reduce incidental biases in data that can lead to overestimation of true AI capabilities.

Title: Interpretable ML in Precision Medicine

Title: Shortest Paths in Geometric Networks

Abstract:

그래프의 최단경로 문제는 컴퓨터공학 여러 분야에서 응용되는 중요한 문제이다. 이러한 중요성 때문에, 최단경로 알고리즘과 이를 위한 데이터 구조는 지난 수십년에 걸쳐 광범위하게 연구되었다. 그러나 일반적인 그래프에 대한 데이터 구조는 효율적인 질의 시간과 효율적인 공간복잡도를 동시에 가질 수 없다는 것이 알려져있다. 이러한 이유로 최근 몇 년 동안 최단 경로 문제를 특정 클래스의 그래프에서 해결하는 알고리즘이 주목을 받고 있다. 이번 발표에서는 기하적인 특성을 갖는 그래프에서 효율적인 최단 경로 탐색 질의를 지원하는 데이터 구조를 소개한다.

Title: 동형암호: 이론과 실제

Homomorphic Encryption: from Theory to Practice

Abstract:

동형암호란 데이터가 암호화된 상태에서 복호화 과정 없이 임의의 계산을 수행할 수 있는 암호 시스템이다. 본 발표에서는 지난 10년 간의 동형암호의 기술 발전 및 최근 동향에 대해 소개한다. 특히 암호화된 상태에서 근사 계산을 지원하는 동형암호 뿐만 아니라 행렬 계산 및 다중키 동형 암호 스킴 등 다양한 암호 기술 연구에 대해 소개한다. 또한 인공지능 및 생물 의학 분석 등의 분야에서 정보 유출 없이 동형 암호화 기술을 적용한 연구를 알아본다.

Title: Economical analysis of blockchain technology

Abstract:

Recently, many researchers and developers have been interested in blockchain technologies, and quite a few blockchain applications such as cryptocurrencies including Bitcoin and Ethereum have been launched. While there exist various studies on the analysis of blockchain technologies, several open problems still exist, which are needed to determine if blockchain technologies can replace the current technologies in the future.

In this presentation, I'll briefly talk about several problems on economic aspects of blockchain that I found and researched during my Ph.D. study. First, I propose a new attack overcoming shortcomings of the existing attacks, and find out that the attack would make the blockchain system severely centralized. Moreover, I extend my analysis to a situation when multiple coins compete. In this situation, I show that major coins can kill minor coins. Third, I try to answer generic open questions, which can determine the future of blockchain and its application. The first open question is whether a high level of decentralization is reachable in a blockchain system. Lastly, I find an open problem in stablecoin.

Title: 바람과 진동을 이용한 웨어러블 촉각 디스플레이

Wearable Tactile Displays using Wind and Vibration

Abstract:

웨어러블 컴퓨터는 사용자가 직접 몸에 착용하기 때문에 사용자로 하여금 다른 어떤 형태의 컴퓨터에서보다 빠르게 정보에 접근할 수 있도록 해준다. 한편, 컴퓨터를 웨어러블하게 만들기 위해서는 최소한의 물리적인 크기가 필요하다. 따라서 기존의 컴퓨터에서 주된 정보 전달의 매개이던 시각 디스플레이의 크기가 줄어들게 되고, 이는 다시 시각을 통하여 전달할 수 있는 정보의 양에 한계를 가져온다. 또한, 웨어러블 컴퓨터는 종종 사용자의 시야 밖에 위치하거나 옷에 가려져 사용자로 하여금 기기를 시야 안으로 들어오게 하거나, 소매를 들어올리는 등 추가적인 노력을 필요하게 한다.

이 발표에서는 제한된 정보 디스플레이 및 접근성의 한계를 해결하는 웨어러블 촉각 디스플레이에 관한 세가지 연구를 다룬다. 첫번째로 시계 뒷면에 위치한 3x3 형태의 진동 촉각 디스플레이에서 정보 전달 효율에 영향을 주는 디자인 옵션에 관한 연구를 소개하고, 이어 서로 전혀 다른 느낌을 갖는 바람과 진동, 두가지 촉각 모달리티를 피부 위의 한 점에 겹침으로서 촉각 디스플레이의 정보 용량을 증가시키는 멀티 모달 촉각 디스플레이에 대하여 소개한다. 마지막으로 사용자의 피부에 추가적인 접촉 없이 피부를 향해 쏘아지는 바람으로 정보를 전달하는 비접촉식 촉각디스플레이에 대하여 설명하고, 발표자의 비전과 앞으로의 연구 계획을 소개한다.

Title: 물리기반 신호를 이용한 이미지 복원 및 향상 기법

Image Restoration and Enhancement with Physically-based Cues

Abstract:

이미지 복원 및 향상 기술은 컴퓨터 비전 분야에서 다양하게 연구되어 온 분야 중 하나이다. 최근 딥러닝 기술의 부상과 생성모델의 발전으로 더욱 많은 연구가 되어오고 있다. 본 발표에서는 이미지 복원 기술들 중에서도 사용자가 원하는 특정 부분을 복원해 주는 이미지 복원 기술과 유리창 넘어의 풍경을 카메라로 찍은 경우 함께 찍히게 되는 반사를 자동으로 제거해주는 반사 제거 기술에 집중한다. 이에 따라 본 발표는 고전적인 단일 이미지내에서의 이미지 복원기술부터 최신 생성적 적대 신경망을 활용하여 유리로 인한 반사를 자동으로 감지 제거해 주는 연구까지를 포함한다. 특히 신경망 기반 기술을 최대로 활용하기 위하여 훈련이미지 생성시에 물리기반 렌더링을 활용하였다.

Title: 웹의 네이티브 특성으로 인해 발생되는 보안 취약성 및 방지 기법

A Study on the Detection and Defense of Vulnerabilities Due to Native Web Technology

Abstract:

인터넷에 의존적인 웹은 네이티브 앱과 닮아가는 방향으로 발전하고 있다. 예를 들어, 프로그레시브 웹 앱(PWA)은 오프라인 상태에서도 네이티브 앱과 같은 브라우징 환경을 제공하고 푸시 알람을 제공할 수 있도록 설계된 웹 애플리케이션이다. 또한 웹 통합 가상현실(WebVR)은 차세대 가상현실 기술로써 이기종 플랫폼 간의 격차를 줄이고 VR 콘텐츠에 대한 접근성을 더욱 용이하게 제공한다. 그러나 이러한 웹의 빠른 변화는 기존의 방어 기술을 쉽게 무력화시키고 공격자들의 지속적인 표적이 되고 있다. 본 발표에서는 네이티브 기술이 접목된 현대의 웹에서 발생 가능한 새로운 위협을 소개하고 이에 대한 방어 기술을 알아본다.

Title: 딥 러닝 기반 관상동맥혈관조영술 영상에서의 관상동맥 움직임 보정

Deep Learning-based Coronary Artery Motion Correction in Coronary Computed Tomography Angiography

Abstract:

관상동맥 컴퓨터단층촬영 혈관조영술(CCTA)에서 심장박동 및 여러 요인으로 인해 모션 아티팩트가 발생하게되고, 이는 임상의사가 관상동맥질환을 진단하는 데에 있어 방해요소가 된다. 따라서 관상동맥질환을 더욱 정확하게 정량화하기 위해서 관상동맥의 움직임 보정이 요구된다. 본 학위논문에서는 컴퓨터단층촬영(CT) 영상에서 관상동맥의 움직임을 보정하기 위한 딥 러닝기반의 새로운 프레임워크를 제안한다.

딥 러닝의 한 종류인 감독 학습은 입력데이터와 그에 해당하는 참값데이터 쌍을 요구한다. 그러나 심장은 항상 움직이는 구조이기 때문에 멈추지 않는 이상 의학적으로 완전한 참값데이터를 획득하는 것이 불가능하다. 따라서 본 연구에서는 참값데이터의 부재를 극복하기 위해 딥 러닝 기반 스타일 전송 기법을 적용하여 합성하였다. 이에 요구되는 데이터는 심장의 움직임이 가장 적은 시기부터 큰 시기까지 시간순으로 획득한 사차원 CT 영상으로부터 관상동맥을 포함하는 이차원 패치기반 영상을 추출하여 활용하였다. 추출된 패치 중 모션 아티팩트가 존재하는 패치를 가장 움직임이 적은 페이즈에서 추출한 패치와 비슷해지도록 합성한다. 그리고 이렇게 생성된 참값데이터를 이용하여 관상동맥의 움직임 보정을 목적으로하는 아주 깊은 층을 갖는 합성곱 신경망과 생성적 적대 신경망을 학습하였다. 그러나 임상데이터로부터 추출한 이차원 영상은 관상동맥 뿐만아니라 주변의 다른 부분들 때문에 모션 아티팩트만을 학습하는 것이 어려우므로 혈관과 비슷한 모형을 이용하여 임의로 모션 아티팩트를 생성한 후 실제 임상데이터를 학습하기 전에 학습하였다. 모형을 활용하면 완전한 참값영상을 획득할 수 있기 때문에 신경망을 학습할 때 빠른 수렴이 이루어진다. 신경망의 빠른 수렴을 위해 사전 학습된 신경망을 활용하여 본래의 보정대상인 실제 관상동맥 데이터로 다시 학습하였다. 학습이 완료된 신경망을 테스트 데이터에 적용하여 모션 아티팩트가 보정된 결과데이터는 볼륨 보간을 통해 원본 삼차원 CT 영상으로 재투영하였다.

제안한 방법들은 혈관모형 데이터와 실제 관상동맥 데이터에 모두 적용되었다. 시각적으로 모션 아티팩트가 현저히 줄었으며, 관상동맥의 가장자리 부분이 보정 전에 비해 훨씬 선명해진 모습을 보였고, 일부 혈관이 갈라지는 부분과 주변 다른 물체와 구분이 가지 않는 경우에도 보정이 잘 이루어지는 결과를 보였다. 정성적인 평가를 위해 보정된 결과들에 점수를 매기는 관찰자 연구를 수행하였으며, 관찰자 간 높은 일치도를 보였다. 또한, 정량적인 평가를 위해 네 가지 메트릭을 측정하여 모션 아티팩트가 감소되었음을 증명하였다. 마지막으로 관상동맥의 정량적 분석을 위한 상용 소프트웨어를 이용하여 원본 CT 영상과 모션 아티팩트가 보정된 CT 영상에서 자동 관상동맥 추적 기법을 적용한 결과 추적된 길이가 상당히 증가함을 보였다.