8581 편의 논문
이 논문은 CityLearn 환경을 활용하여 도시 에너지 관리에 대한 다중 에이전트 강화학습 (MARL) 알고리즘을 다양한 핵심 성과 지표 (KPI) 로 평가하고, 분산 훈련이 중앙 집중식 훈련보다 우수하며 시간적 의존성 학습이 배터리 수명 등 지속 가능성 지표 향상에 기여함을 입증했습니다.
이 논문은 분산형 거래소의 집중 유동성 공급 문제를 최적 제어 문제로 정식화하고, Ornstein-Uhlenbeck 과정의 평균 회귀 속도를 활용한 딥 강화 학습 기법인 RAmmStein 을 제안하여, 불필요한 재조정 비용을 줄이면서도 자본 효율성을 극대화하는 지능형 유동성 관리 전략을 입증했습니다.
이 논문은 다양한 분자 회귀 작업에서 네 가지 GNN 아키텍처를 체계적으로 벤치마크하고, GNN 임베딩과 분자 지문 임베딩이 높은 독립성을 보임 (CKA ≤ 0.46) 을 확인하여 이를 융합한 계층적 프레임워크가 기존 모델보다 RMSE 를 7% 이상 개선함을 입증했습니다.
이 논문은 35 개 언어와 코드를 기반으로 현대적 아키텍처를 적용하고 Matryoshka 표현 학습을 통해 효율성을 높인 MrBERT 라는 다국어 인코더 모델 계열을 소개하며, 카탈로니아어 및 스페인어 특화 작업과 의료·법률 같은 전문 분야에서 최첨단 성능을 달성했다고 요약할 수 있습니다.
이 논문은 EEG 신호와 이미지 간의 모달리티 격차를 해소하고 대규모 확산 모델의 계산 과부하를 극복하기 위해, 대비 학습과 '다음 스케일 예측' 전략을 기반으로 한 경량 자동회귀 프레임워크 AVDE 를 제안하여 기존 최첨단 방법보다 우수한 성능과 효율성을 입증했습니다.
이 논문은 저랭크 적응 (LoRA) 의 선형적 한계를 극복하기 위해 시LU 게이팅과 구조적 드롭아웃을 도입하여 매니폴드 확장을 유도하는 CeRA 를 제안하며, 이를 통해 낮은 랭크에서도 LoRA 보다 뛰어난 성능과 스펙트럼 효율성을 달성함을 보여줍니다.
이 논문은 대규모 앱 스토어 검색 시스템에서 행동 기반 데이터의 부족을 해결하기 위해 미세 조정된 LLM 을 활용해 텍스트 관련성 라벨을 대량 생성하고, 이를 순위 결정 모델에 통합함으로써 오프라인 성능과 전 세계 A/B 테스트에서 전환율을 유의미하게 향상시켰음을 보여줍니다.
이 논문은 광학 입자 검출기의 시뮬레이션, 보정, 재구성을 단일 미분 가능 프레임워크로 통합하여 기존 방법보다 정확하고 효율적인 분석을 가능하게 하는 최초의 엔드투엔드 미분 가능 시뮬레이터를 제안합니다.
이 논문은 FP4 정밀도의 어텐션 연산에서 발생하는 학습 불안정성을 해결하기 위해 역전파 시 정밀도 일치를 보장하는 새로운 양자화 인식 학습 (QAT) 방법인 Attn-QAT 를 제안하고, 이를 통해 어텐션 품질 저하 없이 RTX 5090 에서 최대 1.5 배의 속도 향상을 달성함을 보여줍니다.
이 논문은 비균일 부피 분할을 기반으로 한 새로운 층화 표본 추출 방법이 기존 지터드 샘플링보다 낮은 기대 별 편차 (expected star discrepancy) 를 달성하고 기존 상한을 개선한다는 것을 증명하여 고차원 수치 적분을 위한 이론적 토대를 마련합니다.
이 논문은 ECG 신호에 대한 멀티모달 모델의 추론 능력을 평가하기 위해 신호 패턴 인식 (Perception) 과 임상 지식 적용 (Deduction) 을 분리하여 각각 코드 생성과 임상 기준 데이터베이스 정합성 검증을 통해 확장 가능하고 엄격하게 평가하는 새로운 프레임워크를 제안합니다.
이 논문은 2026 년 포뮬러 1 의 새로운 에너지 규정 하에서 경쟁 차량의 숨겨진 상태를 추정하는 30 상태 은닉 마르코프 모델 (HMM) 과 이를 기반으로 에너지 전략을 결정하는 심층 Q-네트워크 (DQN) 로 구성된 2 층 프레임워크를 제시하여, 경쟁자의 의도적 기만 전술을 탐지하고 최적의 에너지 배분 정책을 수립할 수 있음을 보여줍니다.
이 논문은 DISPLACE-M 챌린지 트랙 1 을 위해 제안된 TCG CREST 시스템이 의료 대화 환경에서 SpeechBrain 기반 모듈식 파이프라인보다 DER 를 약 39% 개선한 Diarizen 기반 하이브리드 엔드투엔드 신경망 diarization 시스템을 통해 개발 세트에서 10.37%, 평가 세트에서 9.21% 의 diarization 오류율 (DER) 을 달성하여 11 개 팀 중 6 위를 기록한 결과를 보고합니다.
이 논문은 고화질 비디오 내시경에서 교차 데이터셋 일반화 능력을 갖춘 검출 게이트 파이프라인을 제안하여, 병리적 상태와 건강한 성대 기능을 구별하는 임상적 생체 표지자를 실시간으로 추출하는 강건한 솔루션을 제시합니다.
본 논문은 메콩강 삼각주의 무형문화유산 이미지 분류에서 데이터 부족과 높은 시각적 유사성으로 인한 과적합 문제를 해결하기 위해, CoAtNet 아키텍처와 모델 수프 (Model Soups) 기법을 결합하여 분산을 줄이고 일반화 성능을 향상시킨 새로운 프레임워크를 제안하고, ICH-17 데이터셋에서 기존 최첨단 모델들을 능가하는 성능을 입증했습니다.
이 논문은 이질적인 환경에서 상호작용하는 다중 에이전트가 공유 선형 표현과 국소 헤드를 결합하여 학습함으로써 상충되는 신호를 필터링하고 선형 속도 향상을 달성하는 개인화된 평균 보상 TD 학습의 수렴성을 분석하고 실험을 통해 그 유효성을 입증합니다.
이 논문은 -규제 벡터 자기회귀 (VAR) 모델을 컨볼루션 오토인코더에 임베딩하여 세포 영상 데이터의 희소 시계열 구조를 해석 가능하게 추출하고, 비희소 공간 정보는 스킵 연결을 통해 분리 처리하는 새로운 딥러닝 프레임워크를 제안합니다.
이 논문은 Video Diffusion Transformers 가 텍스트 기반 운동 개념을 어떻게 비디오로 변환하는지 이해하기 위해, 그라디언트 계산 없이 운동과 비운동 개념 모두에 대한 시공간적 국소화 맵을 생성하는 새로운 해석 가능한 방법론 (GramCol 및 IMAP) 을 제안합니다.
이 논문은 SFT 와 RL 의 시너지를 극대화하고 정책 엔트로피 기반의 동적 조정 및 그라디언트 외과 기법을 도입하여 GUI 에이전트의 지속적인 학습 성능을 향상시키고, 이를 평가하기 위한 AndroidControl-CL 벤치마크를 제안하는 CGL 프레임워크를 소개합니다.
이 논문은 이차 모멘트 정규화와 정지 시간/마팅겔 분석을 통해, 고확률 수렴에서 Adam 이 신뢰도 파라미터에 대해 의존성을 보이는 반면 SGD 는 적어도 의존성을 갖는다는 이론적 차이를 최초로 증명하여 Adam 의 SGD 대비 우월한 성능을 설명합니다.