4195 편의 논문
이 논문은 'Dual Tuning' 프레임워크를 통해 다양한 멀티모달 작업에서 추론의 유익성을 정량화하고 '생각의 경계 (Thinking Boundary)'를 설정함으로써, 모든 작업에 무조건적인 추론을 적용하는 관행에 도전하고 데이터 및 학습 전략을 최적화하는 실용적인 지침을 제시합니다.
이 논문은 에이전트의 장기적 발전과 기술 전수를 위해 20 만 개 이상의 기술을 체계적으로 생성, 평가 및 연결하는 오픈 인프라 'SkillNet'을 제안하며, 이를 통해 에이전트의 성능을 크게 향상시키고 실행 단계를 줄인다는 것을 보여줍니다.
이 논문은 3D CNN, 그래프 합성곱 네트워크, 그리고 객체 감지 정보를 크로스 어텐션 메커니즘으로 융합한 다중 모달 딥러닝 방식을 제안하여, 고령자의 일상 활동 인식 정확도를 향상시키고 Ambient Assisted Living 시스템의 안전성과 자율성을 강화하는 것을 목표로 합니다.
이 논문은 실제 물리적 환경에서 발생하는 연산자 불일치 문제를 정량화하기 위해 CASSI, CACTI, 단일 픽셀 카메라 등 다양한 압축 영상 모달리티를 아우르는 최초의 벤치마크 'InverseNet'을 제안하고, 심층 학습 기반 방법론이 불일치 조건에서 기존 기법 대비 우위를 상실하며 연산자 조건부 아키텍처와 블라인드 보정이 성능 회복에 결정적임을 실험을 통해 입증합니다.
이 논문은 So2Sat LCZ42 데이터셋을 활용하여 심층 학습 기반의 다중 모달 원격 탐사 데이터 융합 전략과 그룹화 기법을 분석한 결과, 하이브리드 융합 (FM1) 과 밴드 그룹화 및 레이블 병합을 결합한 접근법이 국지 기후대 분류의 정확도, 특히 소수 클래스 예측 성능을 76.6% 로 가장 효과적으로 향상시킨다는 것을 입증했습니다.
이 논문은 국소 구조 복원과 전역 구조 합성을 단일 모델에서 통합적으로 수행하기 위해 다중 클래스 핵 중심점을 공간적 사전 지식으로 활용하고 두 가지 작업별 LoRA 어댑터를 공유 백본에 적용한 '듀얼-LoRA 제어 확산 (Dual-LoRA Controllable Diffusion)' 프레임워크를 제안하며, 이를 통해 기존 방법 대비 조직의 구조적 충실도와 현실성을 크게 향상시켰음을 보여줍니다.
이 논문은 State-Space 모델인 Mamba 아키텍처가 무작위 형태의 결손 데이터를 처리할 수 있도록 '부분 합성 (Partial Convolutions)'의 원리를 도입한 새로운 구성 요소인 '부분 비전 마바 (Partial Vision Mamba, PVM)'를 제안하고, 이를 통해 깊이 완성, 이미지 인페인팅, 결손 데이터 분류 등 다양한 작업에서 효과성을 입증합니다.
이 논문은 단일 정답과 부정적 샘플 부족 등 기존 벤치마크의 한계를 극복하기 위해 다중 정답, 명시적 하드 네거티브, 다양한 문장 재구성 및 다중 이미지 지원을 포함한 포괄적인 CIR 평가 벤치마크 'PinPoint'를 제안하고, 이를 통해 기존 모델의 한계를 분석하며 오프더셸 MLLM 기반의 훈련 없는 재순위화 방법을 제시합니다.
본 논문은 명시적인 3D 재구성이 필요 없이 다중 모달 대형 언어 모델과 검색 증강 생성 (RAG) 을 활용하여 3D 씬 그래프를 생성하는 훈련 없는 프레임워크인 SGR3 모델을 제안하며, 이를 통해 기존 GNN 기반 모델과 경쟁력 있는 성능을 달성함을 입증합니다.
이 논문은 확산 MRI 신호를 완전히 미분 가능한 Bloch-Torrey 시뮬레이터를 통해 역산하여, 고정된 메쉬 연결성 내에서 학습 가능한 면 투과도 매개변수를 최적화함으로써 세포막 투과성을 고려한 미세구조 인터페이스를 명시적으로 재구성하는 'Spinverse' 방법을 제안합니다.
이 논문은 GPT-4.1-nano 를 활용하여 시각화 리터러시 테스트 문항의 난이도를 예측한 결과, 텍스트와 이미지를 모두 활용한 멀티모달 접근법이 단일 모달 방식보다 가장 낮은 오차로 우수한 성능을 보임을 입증했습니다.
이 논문은 의료 영상 복원 시 딥러닝 모델이 생성할 수 있는 환각 (hallucination) 을 탐지하기 위해 작은 패치 단위의 푸리에 링 상관관계 (FRC) 를 스캔하는 sFRC 기법을 제안하고, 이를 다양한 의료 영상 복원 문제에서 효과적으로 검증합니다.
이 논문은 추론형 비전 - 언어 모델이 다중 이미지 이해 작업에서 발생하는 산만하고 편향된 어텐션 패턴을 해결하기 위해, 추론 과정을 계획 및 집중 단계로 구조화하고 어텐션 게이트를 적용하는 훈련 없는 방법인 'PulseFocus'를 제안하여 주요 벤치마크에서 성능을 향상시켰음을 보여줍니다.
본 논문은 가변성 공간 이미지 분류를 위한 심층 신경망의 경량화 기법 (가지치기, 양자화, 지식 증류) 을 체계적으로 평가하여, 모델 크기와 계산 비용을 크게 줄이면서도 분류 성능을 유지할 수 있음을 입증했습니다.
이 논문은 멀티모달 대규모 언어 모델 (MLLM) 이 제로샷 설정에서 비디오 이상 탐지 시 높은 정밀도를 보이지만 재현율 (recall) 이 급격히 저하되는 보수적 편향을 가지며, 클래스별 지시어를 통해 성능을 개선할 수 있으나 여전히 실용적 한계가 있음을 규명합니다.
이 논문은 저사양 장치 배포에 적합하도록 백프로파게이션 없이 중간 특징 통계와 예측 엔트로피를 최적화하는 메모리 효율적인 제로차 프롬프트 최적화 기법인 FOZO 를 제안하여, 제한된 자원으로 테스트 시간 적응 (TTA) 을 수행하면서도 기존 방법들보다 뛰어난 성능과 강건성을 입증합니다.
이 논문은 실제 환경의 적외선 이미지 초해상도 (IISR) 문제를 해결하기 위해 열 - 구조적 가이드와 적응형 코드북을 활용한 통합 자기회귀 프레임워크 'Real-IISR'과 실제 데이터셋 'FLIR-IISR'을 제안합니다.
이 논문의 초록에 따르면, GPT-5 는 텍스트 기반 추론과 일부 다중모달 임상 추론 능력에서 GPT-4o 를 능가하는 유의미한 진전을 보였으나, 신경방사선학 및 유방촬영과 같은 고도로 전문화된 지각 기반 작업에서는 여전히 전문 목적 모델에 미치지 못해 임상 현장에서의 완전한 대체는 아직 이르다는 결론을 내립니다.
이 논문은 문화적 배경에 따른 인간 주석 편향을 줄이고 마이크로표정 인식 성능을 향상시키기 위해, 오프셋 프레임의 불확실성을 해결하는 새로운 전역 반단조 차분 선택 전략 (GAMDSS) 아키텍처를 제안하고 이를 통해 다문화 데이터셋에서 주관적 오류를 효과적으로 감소시켰음을 보여줍니다.
이 논문은 희소 뷰 DSA 데이터에서 고해상도 4D 혈관 재구성을 가능하게 하기 위해, 고품질 사전 지식을 통합한 다중 충실도 텍스처 학습 모듈과 신뢰도 기반 전략, 그리고 방사형 서브픽셀 밀도화 기법을 도입한 'DSA-SRGS'라는 초해상도 가우스 스플래팅 프레임워크를 제안합니다.