DaT Research연구 대시보드

상태 확인 중

BEST RESULT

지금 가장 좋은 후보

고정된 개발 분할에서 5-fold를 모두 마친 후보의 검증 점수입니다.

최신 집계 정보 연결 중

단일 구조 CV Log loss

대기 낮을수록 좋음, 전체 5-fold 완료 후보

AUROC

대기 높을수록 좋음, 같은 개발 검증 분할

Brier

대기 낮을수록 좋음, 확률 보정 정도

제출 마감까지

산정 중 실험 종료 산정 중

SUBMISSION CANDIDATE

단일 구조 실험

확인 중

단일 구조 실험 결과를 확인하고 있습니다.

    점검 항목은 제출 준비 상태이며 모델 성능과는 별개입니다.

    SELECTED CANDIDATE

    단일 구조의 fold별 결과

    개발 OOF

    후보 정보를 연결하고 있습니다.

      fold별 log loss 고정 축 0 부터 1.0, 점선은 단일 구조 OOF

      SELECTION HISTORY

      단일 구조 성능 개선 이력

      같은 고정 축에서 후보 교체가 실제로 점수를 낮췄는지 봅니다.

      구조별 전체 CV 완료 시점 고정 축 0 부터 1.0

      단일 구조 실험 결과를 확인하고 있습니다.

      개발 검증 점수는 모델 선택에만 사용합니다. 독립적인 최종 성능이나 대회 순위가 아닙니다.

      RUNNING NOW

      지금 실행 중인 일

      학습과 데이터 분석은 로컬 실행기에서만 진행합니다.

      지금 하는 일

      작업 요약 연결 중

      확인 중

      제어기에서 현재 작업 요약을 갱신하고 있습니다.

      실행 중인 실험

      현재 실험 확인 중

      준비

      제어기가 다음 작업을 배정하면 표시합니다.

      진행률산정 중

      진행률

      실험 대기열

      완료와 계획

      완료 비율산정 중

      완료 비율

      예상 완료 구간 산정 중

      MILESTONES

      이정표

      제출까지 남은 단계입니다. 각 단계는 앞 단계가 끝나야 시작합니다.

        RESEARCH BRIEF

        지금 무엇을 배우고 있나요?

        현재 질문에서 비교 근거와 다음 실험까지 이어서 확인합니다.

        연구 메모

          다음 계획

            EXPERIMENTS

            같은 분할, 같은 기준으로 비교

            모든 fold 추이는 0 부터 1.0 의 같은 축에 그립니다. 점선은 단일 구조의 OOF log loss입니다.

            모델 비교 기록 연결 중

            같은 모델 설정의 fold 결과를 한 행에 모았습니다. 화면이 좁으면 표를 좌우로 넘기거나 기록별 카드로 쌓아서 보여줍니다.

            비교 순서 모델과 전처리 범위 상태 fold Log loss AUROC Brier fold별 log loss 최근 완료

            PAIRWISE

            두 기록 비교

            표의 비교 칸에서 기록을 두 개 고르면 fold별 차이를 보여줍니다.

            Log loss와 Brier는 낮을수록, AUROC는 높을수록 좋습니다. 파일럿 점수는 fold 0만의 결과이며 전체 5-fold 점수와 순위를 섞지 않습니다. 축을 넘는 값은 위쪽 삼각형으로 표시하고 축 상한 초과로 읽어 줍니다.

            TRAINING CURVES

            학습 추이

            지금 학습 중인 fold의 epoch별 손실과, 계열별로 기록된 fold의 검증 손실을 봅니다. y축은 고정 축이며 국소 범위로 다시 늘어나지 않습니다.

            학습 곡선 집계를 기다립니다.

            MODEL ATLAS

            모델 구조도와 실험 지도

            입력부터 출력까지 블록 순서, 분기, 깊이와 달라진 지점을 비교합니다. 실험 기록을 선택하면 그 설정에 맞는 구조도가 열립니다.

            모델 비교 보고서 / 2026-09-13 고정 기록: 78개 구조 설정, 190개 평가 기록, 팀원 22개 구조 계열. 통제실험, 인과/상관 구분과 TRIZ 가설표를 담았습니다.

            모델 비교 PDF (ACM 단일 열, 66쪽)비교 MDLaTeX 원본다음 대회 가이드 PDF (ACM 단일 열, 6쪽)체크리스트 MD

            2026-09-13 수정본: ACM 단일 열, 한글 띄어쓰기와 한영 혼용 간격을 교정했습니다. PDF는 고정 시점의 기록이며 이후 진행과 점수는 아래 실시간 표를 확인하세요.

            구조 집계를 기다립니다.

            블록 읽는 법과 해석 범위

            실선 화살표는 연산 순서입니다. 같은 θ는 가중치 공유, 서로 다른 θ는 독립 학습입니다. 잔차 블록은 3×3 Conv → GroupNorm → SiLU → 3×3 Conv → GroupNorm과 skip을 더한 뒤 SiLU를 적용합니다. 크기 변경 시 skip은 1×1 Conv와 GroupNorm입니다. 깊이는 잔차 본체의 Conv 수 또는 Transformer 층 수이며 stem과 skip 투영은 따로 표시합니다.

            각 실험은 설정 파일과 현재 소스 정의를 대응해 도식화합니다. 검증 기록이 없는 과거 설정은 완료 점수를 게시하지 않습니다. 기본값이 생략된 과거 설정은 현재 소스 기본값을 사용하므로 과거 가중치와의 정확한 동일성을 보장하지 않습니다. 실제 환자 입력과 활성화 값은 공개하지 않습니다.

            전체 실험 목록과 평가 범위

            우리 목록은 저장된 모든 유효한 모델 설정을 포함합니다. fold와 seed가 같은 구조를 쓰면 구조 도식은 재사용합니다. 부분 평가, 전체 CV와 선언만 남은 기록을 구분하며, 성운이네 분할과 직접 순위를 합치지 않습니다.

            구조 / 실험범위완료 foldLog loss구조 보기

            DECISION TREE

            무엇을 선택했고 왜 선택했나

            동시에 검토하고, 검증 결과가 좋은 경로만 더 깊게 팝니다.

            목표: 신뢰할 수 있는 DaT 분류 모델고정 개발 분할의 log loss로 분기를 판단합니다.

            DECISION LOG

            결정

            가설 원장에서 채택 또는 기각으로 마무리된 항목입니다. 최근 결정이 위에 옵니다.

              다음 결정

              연결 중

              HYPOTHESIS LEDGER

              가설 원장

              가설과 예측을 먼저 적고, 어떤 근거로 판단했는지와 그 결과를 남깁니다.

              개선 폭은 기준에서 결과를 뺀 값이며 양수가 개선입니다. 막대는 ±0.08 고정 축이고 가운데 선이 0입니다. 통제 비교만 인과로 읽고, 상관과 진단은 근거의 성격을 표시합니다.

              CURRENT APPROACH

              채택한 방법

              지금 실험에 실제로 적용하고 있는 설정입니다.

              ACTIVITY

              변경 이력

              결정이 바뀐 시점과 이유를 시간 순으로 남깁니다.

              INFRASTRUCTURE

              실행 환경과 생존 신호

              학습 장비가 살아 있는지, 단계가 실제로 진전하는지 확인합니다.

              생존 신호

              • 호스트와 감독기확인 중시각 없음
              • 실험 제어기확인 중시각 없음
              • 현재 작업확인 중시각 없음
              • 단계 진전확인 중시각 없음

              heartbeat는 3분 이내면 정상입니다. 응답이 이어져도 단계 수치가 2분 동안 멈추면 진행 대기로 표시합니다.

              GPU와 자원

              확인 중

              연구 워크스테이션 1대, 로컬 실행

              ENDGAME

              봉인 holdout과 최종 학습

              확인 중

              봉인 holdout 기록을 확인하고 있습니다.

              고정 epoch 재학습 비교 고정 축 0 부터 1.0, 점선은 기준

              연구 규칙

              모델 선택 기준
              고정된 개발 분할의 Log loss
              실험 종료 한도
              2026년 9월 17일 오전 5:00 KST
              제출 마감
              2026년 9월 17일 오전 8:59 KST
              제출
              자동 제출 없음
              봉인 holdout
              후보 확정 후 1회만 평가