Contact-Guided 3D Genome Structure Generation of E. coli via Diffusion Transformers
이 논문은 Hi-C 접촉 지도를 조건으로 하는 확산 트랜스포머 프레임워크를 제안하여, Escherichia coli 게놈의 단일 결정적 구조가 아닌 Hi-C 데이터와 일치하는 이질적인 3 차원 입체 구조 앙상블을 생성하는 방법을 제시합니다.
🤖 Category
cs.LG
8665 편의 논문
Interpretable-by-Design Transformers via Architectural Stream Independence
이 논문은 토큰 스트림과 문맥적 의미를 분리하여 처리하는 'Late Fusion Architecture(LFA)'를 제안함으로써, 사전적 구조적 제약을 통해 모델의 내재적 해석 가능성을 보장하고 의미 이해를 강화하며 위치적 휴리스틱에 대한 의존성을 줄이는 새로운 접근법을 제시합니다.
Pushing Bistatic Wireless Sensing toward High Accuracy at the Sub-Wavelength Scale
이 논문은 비동기 시계로 인한 위상 오차를 해결하기 위해 기존 교차 안테나 채널 비율의 한계를 극복하고, 채널 응답 진폭을 활용하여 이상적인 채널 특성을 복원함으로써 비접촉식 무선 센싱의 정확도를 파장 이하 스케일에서 획기적으로 향상시키는 새로운 프레임워크를 제안합니다.
Enhanced Random Subspace Local Projections for High-Dimensional Time Series Analysis
이 논문은 고차원 시계열 분석에서 예측 변수의 수가 관측치 수를 초과할 때 발생하는 과적합 문제를 해결하기 위해, 가중치 서브스페이스 집계, 카테고리 인식 샘플링, 적응형 서브스페이스 크기 선택 및 부트스트랩 추론 절차를 통합한 향상된 랜덤 서브스페이스 국소 투영 (RSLP) 프레임워크를 제안하여 임펄스 반응 추정의 안정성과 신뢰성을 크게 개선합니다.
A Unified Framework for Knowledge Transfer in Bidirectional Model Scaling
이 논문은 모델 가중치를 연속 신호로 간주하고 이산 웨이블릿 변환을 활용하여 소규모에서 대규모로, 대규모에서 소규모로의 양방향 모델 확장 문제를 통합적으로 해결하는 'BoT' 프레임워크를 제안합니다.
Online Continual Learning for Anomaly Detection in IoT under Data Distribution Shifts
이 논문은 비정상적인 환경에서 IoT 이상 탐지를 위해 디바이스에서의 지능형 샘플 선택과 엣지 서버의 분포 변화 감지 메커니즘을 결합한 OCLADS 프레임워크를 제안하여, 모델 업데이트 횟수를 크게 줄이면서도 높은 추론 정확도를 달성함을 보여줍니다.
A Unified View of Drifting and Score-Based Models
이 논문은 드리프트 (drifting) 모델이 커널-부드러운 분포에 대한 스코어 매칭 (score-matching) 원리를 기반으로 한다는 것을 증명하여, 드리프트와 확산 모델 간의 관계를 정밀하게 규명하고 다양한 커널에 대한 이론적 근거를 제시합니다.
Reinforcement learning-based dynamic cleaning scheduling framework for solar energy system
이 논문은 아랍에미리트 아부다비를 사례로 하여, 먼지 축적으로 인한 태양광 패널 효율 저하 문제를 해결하기 위해 강화학습 (특히 PPO 알고리즘) 을 기반으로 한 동적 청소 일정 최적화 프레임워크를 제안하며, 이를 통해 기존 고정 주기 방식 대비 최대 13% 의 비용 절감 효과를 입증했습니다.
Beyond Data Splitting: Full-Data Conformal Prediction by Differential Privacy
이 논문은 데이터 분할 없이 차분 프라이버시에서 유도된 안정성을 활용하여 유효 표본 크기를 유지하면서도 점진적으로 명목 커버리지 수준을 회복하는 전체 데이터 기반의 프라이버시 보호 컨포멀 예측 프레임워크를 제안합니다.
One-for-All Model Initialization with Frequency-Domain Knowledge
이 논문은 가중치의 저주파 성분에 인코딩된 'learngene'을 이산 코사인 변환 (DCT) 을 통해 추출하여 훈련 없이 임의 크기의 모델에 적용할 수 있는 새로운 지식 전이 프레임워크인 FRONT 를 제안함으로써, 다양한 시각 및 언어 작업에서 최첨단 성능과 빠른 수렴을 달성함을 보여줍니다.
Neural Dynamics-Informed Pre-trained Framework for Personalized Brain Functional Network Construction
이 논문은 선형 가정과 사전 정의된 뇌 지도에 의존하는 기존 방법의 한계를 극복하고, 신경 역학을 반영한 사전 학습 프레임워크를 통해 이질적인 시나리오에서 개인별 뇌 기능 네트워크를 정확하게 구축하는 새로운 접근법을 제시합니다.
Generative prediction of laser-induced rocket ignition with dynamic latent space representations
이 논문은 레이저 점화 로켓 엔진의 복잡한 다물리 난류 시뮬레이션 비용을 획기적으로 줄이고 실시간 디지털 트윈 구현을 가능하게 하기 위해 합성곱 오토인코더와 신경 미분방정식을 결합한 데이터 기반 대리 모델링 접근법을 제안합니다.
Obliviator Reveals the Cost of Nonlinear Guardedness in Concept Erasure
이 논문은 비선형 적대적 공격으로부터 보호하면서도 유용성을 보존하는 개념 소거를 위해 커널 합성 최적화를 점진적으로 수행하는 'Obliviator'를 제안하고, 이를 통해 비선형적 보호의 비용과 속성 보호 및 유용성 보존 간의 역동적 균형을 규명합니다.
DreamSAC: Learning Hamiltonian World Models via Symmetry Exploration
이 논문은 물리 법칙의 불변성을 학습하여 외삽 일반화 능력을 향상시키기 위해 해밀토니안 기반 호기심 보상을 활용한 대칭성 탐색 전략과 자체 지도 대조 학습을 결합한 'DreamSAC' 프레임워크를 제안합니다.
COOL-MC: Verifying and Explaining RL Policies for Multi-bridge Network Maintenance
이 논문은 강화학습 기반 다중 교량 유지보수 정책의 안전성과 해석 가능성을 검증하기 위해 PRISM 모델링 언어와 확률적 모델 체킹 및 설명 기법을 통합한 COOL-MC 도구를 제안하고, 이를 통해 학습된 정책의 안전 위반 확률과 편향을 정량적으로 분석함을 보여줍니다.
ECG Classification on PTB-XL: A Data-Centric Approach with Simplified CNN-VAE
이 논문은 PTB-XL 데이터셋을 활용하여 복잡한 아키텍처 대신 체계적인 데이터 전처리와 클래스 균형 조정, 그리고 간소화된 CNN-VAE 모델을 결합함으로써 의료 신호 분류에서 모델 복잡성을 크게 줄이면서도 경쟁력 있는 성능을 달성할 수 있음을 보여줍니다.
GRD-Net: Generative-Reconstructive-Discriminative Anomaly Detection with Region of Interest Attention Module
이 논문은 생성적·재구성적·판별적 접근법과 관심 영역 (ROI) 어텐션 모듈을 결합한 GRD-Net 을 제안하여, 기존 전처리 알고리즘의 의존성을 줄이고 제약 조건이 있는 산업 환경 (예: 의약품 바이알) 에서 더 일반화된 표면 이상 검출 및 국소화를 가능하게 합니다.
Revisiting the LiRA Membership Inference Attack Under Realistic Assumptions
이 논문은 과적합 방지 및 전이 학습 등 현실적인 조건과 불균형한 사전 확률, 재현성 고려를 적용하여 LiRA 멤버십 추론 공격을 재평가한 결과, 기존 연구보다 공격 효과가 현저히 낮아 실제 프라이버시 감사 시 현실적인 프로토콜이 필요함을 밝혔습니다.
Constraints Matrix Diffusion based Generative Neural Solver for Vehicle Routing Problems
이 논문은 차량 경로 문제 (VRP) 의 제약 조건을 학습하고 이를 생성하는 이산 노이즈 그래프 확산 모델을 도입하여, 기존 오토레거시 솔버의 한계를 극복하고 다양한 벤치마크에서 최첨단 성능을 달성하는 새로운 융합 신경망 프레임워크를 제안합니다.
A Systematic Comparison of Training Objectives for Out-of-Distribution Detection in Image Classification
이 논문은 이미지 분류에서 OOD(Out-of-Distribution) 감지를 위한 네 가지 주요 학습 목적 함수 (교차 엔트로피, 프로토타입, 트리플릿, 평균 정밀도 손실) 를 체계적으로 비교 분석하여, 교차 엔트로피 손실이 전반적으로 가장 일관된 OOD 감지 성능을 보인다는 사실을 규명했습니다.