A Surrogate model for High Temperature Superconducting Magnets to Predict Current Distribution with Neural Network
이 논문은 T-A 공식으로 생성된 유한요소법 데이터를 기반으로 학습된 잔류 신경망 (FCRN) 기반 대리 모델을 개발하여 고온 초전도 자석의 전류 분포를 신속하고 정확하게 예측함으로써 대규모 자석의 지능형 설계를 가능하게 했음을 보여줍니다.
🤖 Category
cs.LG
4885 편의 논문
Repulsive Monte Carlo on the sphere for the sliced Wasserstein distance
이 논문은 구면 상의 함수 적분, 특히 슬라이스된 워터스테인 거리 계산을 위해 부정적 의존성을 가진 반발적 몬테카를로 방법 (DPP, 반발 점 과정 등) 과 UnifOrtho 추정기를 제안하고 벤치마크하여, 차원에 따라 무작위 준몬테카를로 또는 UnifOrtho 를 사용하는 것이 최적임을 규명합니다.
Robot Control Stack: A Lean Ecosystem for Robot Learning at Scale
이 논문은 대규모 일반화 정책 기반의 로봇 학습 연구를 지원하기 위해 시뮬레이션과 실제 환경 간 전환을 원활하게 하는 경량화되고 모듈화된 로봇 제어 스택 (RCS) 을 제안하고, 그 아키텍처 설계 원리와 VLA 및 RL 정책 개발 과정에서의 유용성과 성능을 평가합니다.
Kuramoto Orientation Diffusion Models
이 논문은 생물학적 동기화 현상에서 영감을 받아 주기적 도메인에서 스토캐스틱 쿠라모토 동역학을 활용하여 지문 및 질감처럼 방향성이 풍부한 이미지의 생성 품질을 획기적으로 개선한 새로운 스코어 기반 생성 모델을 제안합니다.
Reinforced Generation of Combinatorial Structures: Hardness of Approximation
이 논문은 LLM 코드 변이 에이전트인 AlphaEvolve 를 활용하여 MAX-CUT, MAX-4-CUT, MAX-3-CUT, 그리고 TSP 등 다양한 조합 최적화 문제의 근사 불가능성 하한을 개선하고, 생성된 구조물의 검증을 가속화하는 새로운 방법을 제시함으로써 인공지능이 복잡성 이론의 발전에 기여할 수 있음을 보여줍니다.
VLCE: A Knowledge-Enhanced Framework for Image Description in Disaster Assessment
이 논문은 ConceptNet 과 WordNet 의 외부 지식 그래프를 통합하여 일반 비전 - 언어 모델의 한계를 극복하고, 재해 위성 및 UAV 이미지 설명의 정확성과 실용성을 획기적으로 향상시킨 'VLCE' 프레임워크를 제안하고 xBD 와 RescueNet 데이터셋에서 그 우수성을 입증합니다.
ZeroSiam: An Efficient Asymmetry for Test-Time Entropy Optimization without Collapse
이 논문은 테스트 시간 엔트로피 최소화 과정에서 발생할 수 있는 모델 붕괴를 방지하고 학습 신호를 정규화하기 위해 비대칭 시아미즈 아키텍처인 ZeroSiam을 제안하여, 다양한 비전 및 언어 모델에서 안정적이고 효율적인 적응을 가능하게 합니다.
Compose Your Policies! Improving Diffusion-based or Flow-based Robot Policies via Test-time Distribution-level Composition
이 논문은 추가적인 학습 없이 기존 확산 또는 플로우 기반 로봇 정책들의 분포 점수를 결합하여 테스트 시간에 새로운 정책을 구성하는 '일반 정책 조합 (GPC)' 방법을 제안하고, 이를 통해 개별 정책보다 우수한 성능을 달성할 수 있음을 이론적 근거와 실험을 통해 입증합니다.
Improved Robustness of Deep Reinforcement Learning for Control of Time-Varying Systems by Bounded Extremum Seeking
이 논문은 비선형 시변 시스템의 제어에서 심층 강화학습 (DRL) 의 성능을 극대화하고 시간 변화에 대한 강인성을 확보하기 위해, DRL 과 경계 극값 탐색 (ES) 을 결합한 하이브리드 제어기 개발과 그 유효성을 수치 시뮬레이션 및 로스 알라모스 중성자 과학 센터의 입자가속기 빔 수송 시스템 자동 튜닝 사례를 통해 입증했습니다.
Latent Speech-Text Transformer
이 논문은 음성 토큰을 잠재적 패치로 집계하여 텍스트와 음성의 시퀀스 모델링 세분성을 일치시키고 계산 효율성을 높임으로써, 음성 및 텍스트 성능을 동시에 향상시키는 '잠재 음성 - 텍스트 트랜스포머 (LST)'를 제안합니다.
AlphaApollo: A System for Deep Agentic Reasoning
이 논문은 복잡한 문제 해결 능력과 신뢰할 수 있는 검증 없는 테스트 시간 진화의 한계를 극복하기 위해, 구조화된 도구 호출을 통한 다중 턴 추론, 도구 사용과 응답을 분리한 강화 학습, 그리고 도구 기반 검증을 포함한 제안 - 판정 - 업데이트 루프를 통합한 'AlphaApollo'라는 에이전트 추론 시스템을 제시합니다.
Exploring Single Domain Generalization of LiDAR-based Semantic Segmentation under Imperfect Labels
이 논문은 LiDAR 기반 3D 의미 분할에서 노이즈가 있는 라벨과 도메인 일반화 문제를 동시에 해결하기 위해 제안된 듀얼 뷰 프레임워크 'DuNe'를 소개하며, 기존 방법들의 한계를 극복하고 여러 데이터셋에서 최첨단 성능을 입증합니다.
RECODE: Reasoning Through Code Generation for Visual Question Answering
이 논문은 시각적 추론의 정확성과 검증 가능성을 높이기 위해 이미지를 실행 가능한 코드로 역추적하는 'RECODE'라는 에이전트 프레임워크를 제안하고, 이를 통해 다양한 벤치마크에서 기존 방법보다 우수한 성능을 입증했습니다.
REAP the Experts: Why Pruning Prevails for One-Shot MoE compression
이 논문은 기존 전문가 병합 기법보다 정교한 라우팅 제어가 가능한 전문가 가지치기가 생성 작업에서 더 우수하다는 점을 규명하고, 라우터 게이트 값과 전문가 활성화 노름을 고려한 새로운 가지치기 기준인 REAP 를 제안하여 대규모 SMoE 모델의 압축 성능을 획기적으로 개선했음을 보여줍니다.
RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning
이 논문은 인간 숙련도 수준의 신뢰성과 효율성을 갖춘 실세계 로봇 조작을 위해 모방 학습과 강화 학습을 통합하고 증류 기법을 통해 실시간 제어를 가능하게 한 'RL-100' 프레임워크를 제안하며, 다양한 실물 로봇 작업에서 100% 성공률을 기록하고 인간 개입 없이도 장기적으로 안정적으로 작동하는 것을 입증했습니다.
Bradley-Terry Policy Optimization for Generative Preference Modeling
이 논문은 검증 가능한 답변이 없는 일반적 선호도 기반 작업에서 CoT 추론을 통합할 때 발생하는 Bradley-Terry 확률의 구조적 변화를 해결하기 위해, 일관된 몬테카를로 추정자를 기반으로 한 새로운 최적화 알고리즘인 BTPO 를 제안하고 이를 통해 기존 휴리스틱 접근법보다 안정적이고 효과적인 학습을 가능하게 함을 보여줍니다.
Personalized Collaborative Learning with Affinity-Based Variance Reduction
이 논문은 이질적인 다중 에이전트 환경에서 에이전트 간 유사도 (affinity) 에 기반한 편향 및 중요도 보정 메커니즘을 통해 독립 학습 대비 샘플 복잡도를 줄이면서도 개인화와 협업의 이점을 자동으로 조절하는 'AffPCL' 프레임워크를 제안하고, 이질성이 높은 상황에서도 선형 속도 향상을 달성할 수 있음을 이론적으로 증명합니다.
From Spatial to Actions: Grounding Vision-Language-Action Model in Spatial Foundation Priors
이 논문은 2D 인코더의 공간적 한계를 극복하고 RGB 만으로 강력한 3D 기하학적 사전 지식을 제공하며, 언어 추론을 보존하기 위해 공간 토큰을 행동 헤드로만 주입하는 새로운 패러다임인 FALCON 을 제안하여 다양한 시뮬레이션 및 실세계 작업에서 최첨단 성능을 달성함을 보여줍니다.
GraphKeeper: Graph Domain-Incremental Learning via Knowledge Disentanglement and Preservation
이 논문은 그래프 기반 모델이 여러 도메인에서 순차적으로 학습할 때 발생하는 catastrophic forgetting 문제를 해결하기 위해, 임베딩 시프트와 결정 경계 편향을 방지하는 지식 분리와 보존 메커니즘을 제안한 GraphKeeper 를 소개합니다.
Structured Matrix Scaling for Multi-Class Calibration
이 논문은 다중 클래스 분류에서 과적합을 방지하면서도 기존 로지스틱 기반 보정 기법보다 우수한 성능을 달성하기 위해 구조적 정규화, 견고한 전처리 및 효율적 최적화를 결합한 새로운 사후 보정 방법론을 제안하고 그 유효성을 실험을 통해 입증합니다.