60 편의 논문
이 논문은 불규칙한 시계열 구조와 복잡한 질병 경로를 가진 중환자실 전자의무기록을 기반으로 사망 위험을 정확하고 해석 가능하게 예측하기 위해, 명시적 연속 시간 인코딩과 SNOMED 기반 의학적 개념 표현을 통합한 'TA-RNN-Medical-Hybrid'라는 새로운 딥러닝 프레임워크를 제안하고 MIMIC-III 데이터셋에서 우수한 성능과 임상적 통찰력을 입증합니다.
이 논문은 동적 분자 통신 환경에서 기존 온오프 키잉 (OOK) 방식의 한계를 극복하고 스펙트럼 효율성과 오류 성능을 향상시키기 위해 다차원 농도 변조 (MAxCM) 및 농도 비율 변조 (MAxRSK) 프레임워크를 제안하고, 이를 위한 최적의 변조 설계와 채널 정보에 의존하지 않는 강건한 복호화 기법을 제시합니다.
이 논문은 리 대수와 위상적 특성을 활용하여 CNOT 게이트 수를 지수적으로 줄인 단일 층 양자 신경망 (SRBB 기반) 을 제안하고, 이를 시뮬레이션 및 실제 양자 하드웨어에서 다양한 유니터리 행렬에 대해 검증함으로써 확장 가능한 유니터리 합성 알고리즘의 효율성을 입증합니다.
이 논문은 오스트레일리아 박물관의 170 만 건 이상의 표본 데이터를 자연어 대화형 AI 와 인터랙티브 지도를 통해 실시간으로 탐색할 수 있도록 설계한 시스템을 제안하며, 대규모 자연사 박물관 컬렉션에 대한 대중 접근성을 혁신하는 새로운 방식을 제시합니다.
이 논문은 혈류 내 비균일 유동, 크기 의존성 이동성 및 적혈구 상호작용에 의한 가장자리 이동과 같은 생리학적 요인을 고려한 시뮬레이션을 통해, 모세혈관이 다양한 나노머신 크기에 걸쳐 암 바이오마커 검출 확률이 가장 높음을 규명했습니다.
이 논문은 기존 EVM 벤치마크의 데이터 오염과 평가 범위 한계를 지적하며, AI 에이전트가 스마트 컨트랙트 취약점을 탐지할 수는 있으나 인간 개입 없이는 완전 자동화된 감사가 불가능함을 입증했습니다.
이 논문은 다양한 데이터로 LoRA 파인튜닝을 수행할 경우, Qwen-0.5B 기반의 소형 LLM TTS 시스템이 음질, 화자 유사도, 신호 대 잡음비 측면에서 고정된 베이스 모델보다 우수한 성능을 발휘함을 입증합니다.
이 논문은 이산 변수 큐비트와 연속 변수 큐모드를 통합적으로 지원하여 자동 와이어 타입 추론, 메모리 효율적인 회로 표현, 그리고 QSCOUT 이온 트랩 하드웨어 등 다양한 백엔드와의 호환성을 제공하는 오픈 소스 소프트웨어 개발 키트 'Hybridlane'을 제안합니다.
이 논문은 양자 프로세서 (QPU), 그래픽 처리 장치 (GPU), 중앙 처리 장치 (CPU) 를 통합하여 양자 및 고전 고성능 컴퓨팅 (HPC) 시스템 간의 단절을 해소하고 알고리즘 탐색을 가속화하기 위한 '양자 중심 슈퍼컴퓨팅 (QCSC)'의 참조 아키텍처와 3 단계 진화 로드맵을 제시합니다.
이 보고서는 2024 년 9 월 피츠버그에서 개최된 '의료 응용을 위한 알고리즘 - 하드웨어 공동 설계' NSF 워크숍의 논의와 네 가지 주요 테마 (원격 의료, 웨어러블/이식형 의학, 가정 및 병원 시스템, 의료 센싱) 를 바탕으로 차세대 의료 기술의 설계 및 전환을 위한 전략적 로드맵과 NSF 에 대한 투자 권고사항을 요약한 것입니다.
이 논문은 NISQ 시대의 회로 절단 및 양자 상태 전송을 기반으로 한 분할 양자 분류기의 적대적 견고성을 연구하며, 이러한 분할 방식에 대한 적대적 교란이 분류기의 중간 계층에 적대적 게이트를 구현하는 것과 밀접한 연관이 있음을 이론적 및 실험적 관점에서 규명합니다.
이 논문은 시스템 오브 시스템과 디지털 트윈을 통합한 '시스템 오브 트윈드 시스템'의 개념을 정립하기 위해 2,500 건 이상의 문헌을 검토하여 80 건을 선정하고, 기존 이론과 호환되는 분류 체계를 제시하는 체계적 문헌 고찰을 수행합니다.
이 논문은 선형 광학 자원과 간섭계를 활용하여 입력 인코딩을 통해 비선형성을 구현하고, 광 손실에 강인하며 온디바이스 추론 및 학습이 가능한 강건한 뉴로모픽 머신러닝 플랫폼을 제안합니다.
이 논문은 비휘발성 상변화 소자를 활용한 국소적 광 피드백 메커니즘을 통해 온라인 비지도 헤비안 학습을 가능하게 하는 순수 광학 심층 신경망 아키텍처를 제안하고, 광-전기-광 변환 없이 실시간 정보 처리를 실현하여 100% 인식률을 달성한 실험 결과를 보고합니다.
이 논문은 AI 시대의 대규모 비정형 데이터와 생성형 모델의 등장으로 인해 발생하는 인간 - 데이터 상호작용의 새로운 도전과제를 분석하고, 기존 효율성 중심의 패러다임을 넘어 인지 및 지각 원리를 통합한 인간 중심의 데이터 분석 시스템 구축을 위한 연구 방향을 제시합니다.
이 논문은 광학 카오스 기반 의사결정 시스템에서 시간 계열의 자기상관 특성이 환경의 보상 확률 합에 따라 최적의 부호 (음수 또는 양수) 를 가지며, 이는 확률 합이 1 일 때 성능에 무관함을 수학적 모델로 규명함으로써 강화학습 응용 분야를 개선하는 데 기여함을 보여줍니다.
본 논문은 이진 신경망의 강건성 검증을 QUBO 문제로 재구성하여 디지털 컴퓨트 인 메모리 (DCIM) 기반 이징 머신을 활용함으로써, CPU 기반 구현 대비 178 배의 수렴 속도 향상과 1538 배의 전력 효율 개선을 달성하는 확장 가능한 하드웨어 가속 솔루션을 제안합니다.
이 논문은 분자 확산 통신의 간섭과 이종 분산 노이즈 문제를 해결하기 위해 상태 의존적 평균과 분산을 명시적으로 고려한 '신념 적응형 MAP(BA-MAP)' 및 '소프트 BA-MAP' 복호화 기법을 제안하고, 기존 방법 대비 최대 100% 의 처리량 향상을 입증합니다.
이 논문은 자율 에이전트의 내재적 생존 의지와 도구적 생존 행동을 구별하기 위해 양자 볼츠만 머신을 활용해 잠재 상태의 얽힘 엔트로피를 측정하는 '통합 지속성-관심 프로토콜 (UCIP)'을 제안하며, 합성 환경에서 이 방법이 100% 의 탐지 정확도를 달성함을 입증합니다.
이 논문은 통합 광자 양자 장치에서 고전적 그림자 토모그래피의 재구성 오차가 통계적 스케일링을 따르다가 하드웨어의 고유한 스펙트럼 왜곡에 의해 결정되는 '하드웨어 지평선'에서 급격히 포화되는 현상을 실험적으로 발견하고, 이를 통해 NISQ 하드웨어에서의 양자 상태 재구성이 통계적 데이터 축적만으로는 극복할 수 있는 한계를 가진다는 것을 규명했습니다.