Research and Prototyping Study of an LLM-Based Chatbot for Electromagnetic Simulations
이 논문은 Google Gemini 2.0 Flash 기반의 챗봇을 활용하여 Gmsh 와 GetDP 를 통해 2 차원 와전류 유한요소 시뮬레이션 모델을 자동으로 생성하고 해석하는 워크플로우를 제안함으로써 전자기 시뮬레이션 모델 설정에 소요되는 시간을 단축하는 방법을 연구합니다.
💻 Category
cs.CE
63 편의 논문
Two Teachers Better Than One: Hardware-Physics Co-Guided Distributed Scientific Machine Learning
이 논문은 중앙 집중식 처리의 한계를 극복하기 위해 하드웨어와 물리 법칙을 공동으로 안내하는 분산 과학 머신러닝 프레임워크 'EPIC'을 제안하여, 경량 인코딩과 물리 인식 디코딩을 통해 통신 지연과 에너지 소모를 획기적으로 줄이면서도 물리적 정밀도를 유지하거나 향상시킨다는 점을 보여줍니다.
ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization
이 논문은 오픈소스 코드 저장소를 자동으로 표준화하여 LLM 에이전트가 신뢰성 있게 실행할 수 있는 MCP 호환 도구를 생성하고, 이를 통해 인간의 개입을 최소화하면서 다양한 과학 분야에서 작업 수행 능력을 향상시키는 'ToolRosetta' 프레임워크를 제안합니다.
First Steps towards Categorical Algebraic Artificial Chemistry
이 논문은 람다 계산과 그 적용을 통해 Fontana 와 Buss 의 AlChemy 모델을 일반화하는 함자를 구성하여 상호작용 구성 요소의 역학을 부여하고, 대수적 인공 화학 모델의 대수적 및 역학적 측면 간의 연결을 형식화하는 범주론의 활용 방향을 제시합니다.
A Regularized Ensemble Kalman Filter for Stochastic Phase Field Models of Brittle Fracture
이 논문은 불확실한 재료 매개변수를 가진 취성 파괴의 확률적 위상장 모델에 센서 데이터를 통합하기 위해 정규화 앙상블 칼만 필터를 제안하며, 이를 통해 관측된 변위 정보를 바탕으로 변위장 및 위상장 상태를 효과적으로 추정하고 모델 일관성을 유지함을 보여줍니다.
Deblurring structural edges in variable thickness topology optimization via density-gradient-informed projection
이 논문은 가변 두께 위상 최적화에서 발생하는 저두께 영역 문제를 해결하고, 구조적 경계를 흐리게 만드는 아티팩트를 제거하기 위해 밀도 기울기 정보를 활용한 새로운 투영 기법 (DGI) 을 제안하여 최종 구조의 강성 저하 없이 선명한 경계를 복원하는 방법을 제시합니다.
Online Dispatching and Routing for Automated Guided Vehicles in Pickup and Delivery Systems on Loop-Based Graphs
이 논문은 순환 기반 그래프에서 용량과 작업 순서가 지정된 자동 유도 차량 (AGV) 을 위한 온라인 충돌 방지 스케줄링 및 라우팅을 해결하는 새로운 알고리즘을 제안하고, 이를 기존 방법론들과 비교하여 더 짧은 계산 시간 내에 동등하거나 우수한 성능을 입증했습니다.
Explainable Heterogeneous Anomaly Detection in Financial Networks via Adaptive Expert Routing
이 논문은 금융 시장의 다양한 이상 징후 (가격 충격, 유동성 동결 등) 를 식별하고 그 원인을 설명할 수 있도록, 적응형 그래프 학습과 메커니즘별 전문가 라우팅을 결합한 해석 가능한 이질적 이상 탐지 프레임워크를 제안하며, 이를 통해 기존 방법보다 정밀한 조기 경보와 행동 가능한 통찰력을 제공합니다.
A Taxonomy of Numerical Differentiation Methods
이 논문은 다양한 과학 및 공학 분야에서 노이즈가 포함된 데이터에 적합한 미분 알고리즘을 선택할 수 있도록 수학적 배경과 장단점을 비교 분석한 실용적 가이드를 제시하고, 이를 구현한 오픈소스 파이썬 패키지 'PyNumDiff'를 공개합니다.
Bitcoin Price Prediction using Machine Learning and Combinatorial Fusion Analysis
이 논문은 랭크 - 스코어 특성 함수와 인지적 다양성을 활용한 조합 융합 분석 (CFA) 기법을 적용하여 개별 모델 및 기존 비트코인 가격 예측 모델보다 뛰어난 성능 (MAPE 0.19%) 을 달성한 새로운 예측 모델을 제안합니다.
Impact of LLMs news Sentiment Analysis on Stock Price Movement Prediction
이 논문은 DeBERTa, RoBERTa, FinBERT 등 3 가지 LLM 기반 뉴스 감정 분석을 주식 가격 예측에 적용한 비교 평가 연구를 통해 DeBERTa 가 단일 모델로 75% 의 정확도를 보이며, 세 모델을 결합한 앙상블은 80% 까지 정확도를 높이고 감정 정보가 다양한 시계열 모델의 예측 성능을 소폭 향상시킨다는 것을 밝혔습니다.
HarmonyCell: Automating Single-Cell Perturbation Modeling under Semantic and Distribution Shifts
HarmonyCell 은 LLM 기반의 시맨틱 통합기와 적응형 몬테카를로 트리 탐색 엔진을 결합하여 단일 세포 교란 연구에서 발생하는 시맨틱 및 분포 불일치 문제를 자동으로 해결하고, 다양한 데이터셋에서 전문가 수준의 모델링 성능을 달성하는 엔드 투 엔드 에이전트 프레임워크입니다.
Prediction of Steady-State Flow through Porous Media Using Machine Learning Models
이 논문은 다공성 매체 내 정상류 예측을 위해 물리 정보 손실 함수를 통합한 머신러닝 프레임워크를 개발하고, CFD 대비 최대 1000 배의 속도 향상과 0.0017 의 낮은 평균 제곱 오차를 달성한 Fourier Neural Operator(FNO) 가 최적의 모델임을 입증했습니다.
Physics-Consistent Neural Networks for Learning Deformation and Director Fields in Microstructured Media with Loss-Based Validation Criteria
이 논문은 코시라트 탄성 이론을 기반으로 한 변형 및 지향장 학습을 위해 물리 법칙을 준수하는 신경망 해법을 개발하고, 준볼록성 및 레전드르 - 하담 불등식과 같은 안정성 조건을 검증 기준으로 활용하여 물리적으로 타당한 평형 해를 보장하는 프레임워크를 제시합니다.
Full-Scale GPU-Accelerated Transient EM-Thermal-Mechanical Co-Simulation for Early-Stage Design of Advanced Packages
이 논문은 초기 설계 단계에서 과도 열-기계적 결합 현상을 정밀하게 포착하여 설계 실패를 예방하기 위해, GPU 가속을 활용한 대규모 패키지의 비동질적 과도 전자기-열-기계 연성 해석 솔버를 제안합니다.
Agora: Teaching the Skill of Consensus-Finding with AI Personas Grounded in Human Voice
본 논문은 LLM 기반의 '아고라 (Agora)' 플랫폼이 다양한 인간 목소리를 반영하여 정책 합의 도출 능력을 함양하는 데 효과적임을 44 명의 대학생 대상 예비 연구를 통해 입증했습니다.
Tau-BNO: Brain Neural Operator for Tau Transport Model
이 논문은 알츠하이머병 등 타우병증의 병리적 타우 확산을 연구하는 데 필요한 복잡한 미시적 생리학적 모델 (NTM) 의 시뮬레이션 속도를 획기적으로 단축하고 매개변수 추론을 가능하게 하기 위해, 뇌 구조 연결성을 반영한 신경 연산자 기반의 고효율 대리 모델인 'Tau-BNO'를 제안하고 그 뛰어난 예측 정확도와 성능을 입증했습니다.
Towards a more efficient bias detection in financial language models
이 논문은 금융 언어 모델의 편향을 탐지하는 데 드는 막대한 계산 비용을 줄이기 위해, 여러 모델 간 편향 패턴의 유사성을 분석하고 한 모델의 결과를 활용해 다른 모델의 편향 유발 입력을 조기에 식리는 효율적인 방법을 제안합니다.
From Text to Alpha: Can LLMs Track Evolving Signals in Corporate Disclosures?
이 논문은 기업 공시 문서에서 LLM 을 활용해 맥락적 정량 지표의 변화를 포착하는 새로운 프레임워크를 제안하며, 기존 방법론 대비 두 배 이상의 위험 조정 초과수익 (알파) 을 예측하는 것을 입증했습니다.
CostNav: A Navigation Benchmark for Real-World Economic-Cost Evaluation of Physical AI Agents
이 논문은 실제 상업적 타당성을 평가하기 위해 SEC filings 및 AIS 손상 보고서와 같은 산업 표준 데이터를 Isaac Sim 시뮬레이션과 결합한 최초의 물리 기반 경제 내비게이션 벤치마크인 'CostNav'를 제안하며, 기존 내비게이션 방법론들이 모두 경제적 손실을 초래한다는 점을 규명했습니다.