5525 편의 논문
음시각적 작업의 이질성으로 인한 부정적 전이를 해결하기 위해 명시적 추론이 포함된 대규모 데이터셋 (AV-UIE v2) 과 작업 간 상호작용을 동적으로 조정하는 I-LoRA 아키텍처를 제안하여, 단일 작업 학습을 능가하는 포괄적인 오디오 - 비주얼 장면 이해 모델 Crab를 개발했습니다.
이 논문은 확산 기반 Chest X-ray 합성 시 구조적 왜곡을 방지하고 병변을 정밀하게 제어하기 위해 해부학적 마스크를 활용한 어텐션 조절 프레임워크를 제안합니다.
이 논문은 ORB-SLAM 의 이진 시각 어휘 훈련 과정에서 발생하는 정밀도 손실 문제를 해결하기 위해, 계층적 클러스터링 과정에 전역 실수값 흐름을 통합하여 최종 단말 노드에서만 이진화를 수행하는 'HBRB-BoW' 알고리즘을 제안하고, 이를 통해 루프 닫기 및 재로컬라이제이션 성능을 향상시킵니다.
이 논문은 CNN 과 Transformer 의 한계를 극복하기 위해 LISTA 희소 인코딩과 비전 Transformer 를 결합한 LISTA-Transformer 모델을 제안하고, CWRU 데이터셋에서 98.5% 의 높은 고장 진단 정확도를 입증했습니다.
이 논문은 야생동물 개체 재식별 성능 저하를 유발하는 이미지 열화 요인을 분석하고, 훈련 데이터에 인위적 열화를 적용한 증강 학습 프레임워크를 제안하여 다양한 종과 열화 조건에서도 재식별 정확도를 획기적으로 향상시켰음을 보여줍니다.
PlaneCycle 는 어댑터나 추가 학습 없이 사전 훈련된 2D 기반 모델을 3D 공간으로 변환하여 3D 분류 및 분할 작업에서 기존 3D 모델에 버금가는 성능을 달성하는 새로운 훈련 없는 2D-to-3D 리프팅 방법론을 제안합니다.
이 논문은 로그 가능도 관점에서 일반화된 평균을 분석하여 선형 및 기하학적 풀링이 개별 분포보다 체계적인 개선을 보장하는 유일한 범위임을 이론적으로 증명하고, 딥 앙상블 실험을 통해 이를 검증했습니다.
이 논문은 디지털 문서 벤치마크인 OmniDocBench 를 스캔, 왜곡, 화면 촬영, 조명, 기울기 등 5 가지 실제 물리적 환경에서 완전히 재구성한 'Real5-OmniDocBench'를 통해 비전 - 언어 모델의 현실 세계 문서 파싱 성능 격차를 정밀하게 진단하고 견고한 문서 지능 개발을 위한 새로운 기준을 제시합니다.
이 논문은 민감 변수와의 통계적 의존성을 제거하면서도 데이터의 본질적 특성을 보존하기 위해, 비모수적 최근접 이웃 밀도 추정을 기반으로 한 새로운 손실 함수와 변이 오토인코더를 결합한 인코더 기반 접근법을 제안하고 있습니다.
이 논문은 Diffusion Transformer(DiT) 의 내부 표현 다양성이 학습 성능에 결정적임을 규명하고, 이를 촉진하기 위해 긴 잔차 연결과 표현 다양성 손실 함수를 도입한 새로운 프레임워크인 DiverseDiT 를 제안하여 다양한 백본과 조건에서 성능 향상과 수렴 가속화를 입증합니다.
이 논문은 병리 Foundation 모델에서 핵 검출과 분류의 결합 최적화가 성능 저하를 초래한다는 점을 규명하고, 이를 해결하기 위해 핵 위치 탐지와 분류를 분리하는 경량화된 프레임워크 'DeNuC'를 제안하여 기존 최첨단 방법보다 높은 정확도와 효율성을 달성했다고 요약할 수 있습니다.
이 논문은 스트리밍 이미지로부터 실시간으로 3D 재구성과 오픈-보캐불러리 의미 이해를 동시에 수행하는 온라인 피드-포워드 3D 가우시안 스플래팅 (EmbodiedSplat) 을 제안하며, 이를 위해 CLIP 임베딩을 3D 가우시안에 효율적으로 바인딩하고 3D 기하학적 사전 지식을 통합하는 새로운 아키텍처를 제시합니다.
이 논문은 기존 색조 등변성 아키텍처가 채도와 명도를 1 차원 평면으로 근사함으로써 발생하는 문제를 해결하기 위해, 이를 원형 공간으로 리프팅하여 진정한 등변성을 보장하는 하이퍼토로이달 덮개 아키텍처를 제안하고 다양한 작업에서 기존 방법보다 우수한 성능을 입증합니다.
이 논문은 차분 가능한 비터비 계층을 통해 절차적 지식 그래프를 명시적으로 통합함으로써, 기존 대규모 모델보다 훨씬 적은 파라미터로 더 높은 샘플 효율성과 강건성을 달성하는 새로운 계획 프레임워크인 ViterbiPlanNet 을 제안합니다.
이 논문은 대규모 언어 모델을 활용한 텍스트 설명과 매우 작은 이미지 특징 벡터를 결합하여 메모리 및 대역폭 비용을 줄이면서도 고정밀 로컬라이제이션을 가능하게 하는 '유사성 공간 복제 (SSR)'라는 새로운 지도 압축 프레임워크를 제안하고, 다양한 데이터셋에서 기존 방법보다 2 배 우수한 압축 성능을 입증합니다.
본 논문은 다기관 데이터를 기반으로 시퀀스 데이터와 시간적 정보를 활용하는 딥러닝 기법이 대장내시경 중 용종 검출 및 분할의 정확도를 향상시켜 진단 정밀도를 높일 수 있음을 평가합니다.
CubeComposer 는 기존 방법들의 해상도 한계를 극복하기 위해 큐브맵 표현과 시공간 자기회귀 전략을 활용하여 4K 고해상도 360 도 영상을 원천적으로 생성하는 새로운 확산 모델입니다.
이 논문은 기존 방법의 한계를 극복하기 위해 자기지도 학습과 변분 오토인코더를 활용하여 얼굴의 정체성과 움직임을 효과적으로 분리하고, 비지도 프레임워크 내에서 얼굴 표정을 자유롭게 조작하고 보간할 수 있는 새로운 얼굴 애니메이션 기법인 MMFA 를 제안합니다.
이 논문은 10 만 개 이상의 4 가지 모달리티 데이터셋을 기반으로 텍스트와 이미지를 동시에 활용하는 이중 확산 모델을 제안하여, 기존 방법의 느린 추론 속도와 제어 한계를 극복하고 10 초 이내로 고품질의 3D 아바타를 생성하는 'PromptAvatar' 프레임워크를 소개합니다.
이 논문은 CREST-2 임상시험의 500 개 경동맥 플라크 초음파 영상을 분석하여 비선형 분류를 위한 새로운 커널 기반 가산 모델을 제안하고, 이를 통해 플라크의 질감이 임상적 위험과 강력하게 연관됨을 해석 가능하게 규명했습니다.