9477 편의 논문
이 논문은 BCI Competition IV-2a 데이터셋을 기반으로 해석 가능한 ANFIS-FBCSP-PSO 모델과 EEGNet 을 비교하여, 단일 사용자 환경에서는 전자가, 사용자 간 일반화 성능에서는 후자가 우세함을 입증함으로써 MI-BCI 시스템 설계 시 해석성과 강건성 중 어떤 목표를 우선시할지에 대한 실용적 지침을 제시합니다.
이 논문은 모바일 엣지 컴퓨팅 환경에서 리소스 제약을 극복하기 위해 전문가 기반의 협업 추론과 개인화 및 일반화를 균형 있게 달성하는 연방 학습 프레임워크를 통합한 '네트워크형 혼합 전문가 (NMoE)' 시스템을 제안합니다.
이 논문은 대학원 수준을 넘어선 추상 대수학 문제를 포함하는 새로운 벤치마크 'FATE'를 제안하고, 최신 대형 언어 모델들이 수학 경시대회 대비 연구 수준의 형식적 추론에서 극심한 성능 격차와 형식화 과정에서의 한계를 드러냈음을 보고합니다.
이 논문은 인간 멘토의 논문을 기반으로 가설 수립, 실험, 논문 작성까지 수행하는 자율 AI 시스템 'Jr. AI Scientist'를 개발하고, 기존 자동화 시스템보다 높은 평가 점수를 얻은 성과를 입증하는 동시에 현재 시스템의 한계와 잠재적 위험을 종합적으로 분석하여 AI 과학 연구의 신뢰성과 지속 가능성을 위한 통찰을 제공합니다.
이 논문은 명시적 및 암시적 혐오 표현 감지를 위해 소량의 예시만으로 학습된 'HatePrototypes'을 활용하여 반복적인 파인튜닝 없이도 효과적인 전이 학습과 파라미터 없는 조기 종료 방식을 가능하게 하는 새로운 접근법을 제시합니다.
이 논문은 경제 의사결정에서 구조화된 신호와 비구조화된 언어를 통합하여 MARL 의 한계를 극복하고, '생각-말하기-결정' 파이프라인을 통해 누적 수익, 견고성 및 해석 가능성을 크게 향상시킨 LAMP 프레임워크를 제안합니다.
이 논문은 기존 심층 전개 네트워크의 한계를 극복하기 위해 다중 입자도 열화 인식 모듈과 잠재 확산 모델 기반의 사전 지식을 결합하여, 블라인드 이미지 복원 작업에서 열화 제거와 고주파 텍스처 복원을 동시에 수행하는 UnfoldLDM 을 제안합니다.
이 논문은 GNSS 신호가 차단되는 해상 환경에서 드론 군집의 시각적 탐지, 경량 다물체 추적, 삼각측량 및 가중치 확장 칼만 필터를 결합하여 해양 로봇의 실시간 안정적 위치 추적을 가능하게 하는 새로운 시스템을 제안하고 검증합니다.
이 논문은 실제 적용 가능성이 낮은 기존 'k-불안정' 가정을 넘어, 다양한 조크브레이킹 공격에 대한 더 현실적인 확률적 안전성 보장을 제공하는 '(k, )-불안정' 프레임워크를 제안하여 SmoothLLM 방어 메커니즘의 신뢰성을 높입니다.
이 논문은 오프더셸 대형 모델의 추론 및 구성 능력을 활용하여 'Yo'City'라는 새로운 에이전트 프레임워크를 제안함으로써, 사용자의 맞춤형 요구를 반영하고 무한히 확장 가능한 사실적인 3D 도시 장면을 생성하는 방법을 제시합니다.
이 논문은 KM3NeT/ORCA 중성미자 망원경의 저에너지 재구성 및 분류 성능을 향상시키기 위해 물리 법칙과 검출기 설계를 반영한 어텐션 마스크를 도입한 트랜스포머 모델의 유효성을 입증합니다.
이 논문은 심리학적 '발문법 (Foot-in-the-Door)' 기법을 자동화하여 대규모 멀티턴 LLM 재일브레이크 데이터셋을 구축하고, 이를 통해 GPT 계열 모델이 대화 맥락에 취약한 반면 Gemini 2.5 Flash 는 높은 방어력을 보임을 규명한 연구입니다.
이 논문은 3 명 이상의 플레이어가 참여하는 비퇴화 정규형 게임에서 모든 진화적으로 안정된 전략을 계산하는 알고리즘을 제시합니다.
이 논문은 외부 지식을 활용하지 않거나 파라미터 비효율적인 기존 방법의 한계를 극복하기 위해, 최신 단백질 지식을 검색 증강 메커니즘을 통해 확산 과정에 통합하는 새로운 'RadDiff' 모델을 제안하여 단백질 역접힘 성능을 크게 향상시켰음을 보여줍니다.
이 논문은 2D 마이크로 CT 슬라이스를 기반으로 한 심층 학습 파이프라인 'ForamDeepSlice'를 제안하여 27 종의 유공충을 95.64% 의 높은 정확도로 자동 분류하고, 실시간 분류 및 3D 슬라이스 매칭을 지원하는 대시보드를 개발함으로써 AI 기반 미고생물학 식별의 새로운 기준을 제시합니다.
이 논문은 통계적 상관관계에 의존하는 기존 예측 모델의 한계를 극복하고, 사전 훈련된 인과 기반 모델 (Causal Foundation Model) 을 'What-if' 시뮬레이션 도구로 활용하여 생산 라인 고장의 근본 원인을 규명하고 개입 효과를 정량화함으로써 전반 설비 효율 (OEE) 을 최적화하는 처방적 유지보수 (Prescriptive Maintenance) 프레임워크를 제안합니다.
이 논문은 안전이 중요한 환경에서 성능 저하 없이 강화학습의 가소성 손실 문제를 해결하기 위해, 학습과 재학습을 번갈아 수행하는 쌍둥이 신경망 구조인 'AltNet'을 제안하고 이를 통해 샘플 효율성과 성능을 동시에 향상시켰음을 보여줍니다.
이 논문은 전역 노이즈 분산의 한계를 극복하고 다양한 반경에서 강력한 인증된 강인성을 달성하기 위해 입력별 노이즈 분산을 예측하는 '이중 무작위 평활화 (Dual Randomized Smoothing)' 프레임워크를 제안합니다.
이 논문은 에이전트 소프트웨어 시스템의 실행 과정을 그래프 기반으로 체계적으로 분석하는 'Graphectory'를 제안하여, 에이전트의 추론 및 전략 패턴을 심층적으로 규명하고 실시간 모니터링을 통해 문제 해결률을 6.9%~23.5% 향상시키는 효과를 입증했습니다.
이 논문은 비선형적 보상 함수와 고차원 환경에서 기존 샤플리 값의 한계를 극복하기 위해, 단조 변환 학습과 L0 희소성 제약을 통합한 '희소 등방성 샤플리 회귀 (SISR)' 프레임워크를 제안하여 정확한 특성 기여도 해석을 가능하게 합니다.