Longitudinal Digital Phenotyping for Early Cognitive-Motor Screening
이 논문은 18 개월에서 8 세 아동의 태블릿 상호작용 데이터를 기반으로 AI 기반의 종단적 디지털 표현 분석을 통해 발달 궤적을 모델링하고, 저성능 군집의 높은 안정성을 확인함으로써 조기 인지 - 운동 선별 및 개인화된 개입을 위한 확장 가능한 데이터 기반 프레임워크를 제시합니다.
🤖 Category
cs.LG
13106 편의 논문
On Neural Scaling Laws for Weather Emulation through Continual Training
이 논문은 Swin Transformer 아키텍처와 지속적 학습 전략을 활용하여 기상 예측 모델의 신경 확장 법칙을 분석하고, 계산 자원을 최적화하는 훈련 체계를 제시하며 향후 성능 한계를 진단할 수 있음을 보여줍니다.
A Unified Memory Perspective for Probabilistic Trustworthy AI
이 논문은 신뢰할 수 있는 AI 의 확률적 워크로드에서 발생하는 메모리 병목 현상을 해결하기 위해 결정론적 접근과 확률적 샘플링을 통합된 데이터 접근 관점에서 분석하고, 이를 위한 새로운 메모리 평가 기준과 계산-메모리 통합 아키텍처를 제시합니다.
Neural Network Conversion of Machine Learning Pipelines
이 논문은 랜덤 포레스트와 같은 비신경망 머신러닝 파이프라인을 '교사'로 활용하여 신경망 '학생'으로 지식을 전이하는 방법을 연구하여, 대부분의 태스크에서 최적의 하이퍼파라미터를 선택할 경우 신경망이 교사 모델의 성능을 효과적으로 모방할 수 있음을 입증했습니다.
Agent Factories for High Level Synthesis: How Far Can General-Purpose Coding Agents Go in Hardware Optimization?
이 논문은 하드웨어 특화 훈련 없이 일반purpose 코딩 에이전트들을 조율하는 '에이전트 팩토리'를 통해 고수준 합성 (HLS) 설계의 성능을 평균 8.27 배까지 향상시킬 수 있음을 실증적으로 입증했습니다.
No Hard Negatives Required: Concept Centric Learning Leads to Compositionality without Degrading Zero-shot Capabilities of Contrastive Models
이 논문은 긴 캡션과 전역 풀링이 결합성 학습을 저해한다는 점을 규명하고, 개념 중심 캡션과 파라미터 없는 교차 모달 어텐션 풀링을 도입하여 하드 네거티브 샘플 없이도 구성성 벤치마크에서 최상위 성능을 달성하면서 제로샷 및 검색 능력을 유지·향상시키는 방법을 제안합니다.
Drive My Way: Preference Alignment of Vision-Language-Action Model for Personalized Driving
이 논문은 사용자의 장기적인 운전 습관과 실시간 자연어 지시를 모두 반영하여 개인화된 주행 행동을 생성하는 비전 - 언어 - 행동 (VLA) 기반 프레임워크인 'Drive My Way'를 제안합니다.
Entire Space Counterfactual Learning for Reliable Content Recommendations
이 논문은 클릭 후 전환율 (CVR) 추정의 데이터 희소성과 샘플 선택 편향 문제를 해결하기 위해, 내재적 추정 편향과 잘못된 독립성 사전 지식을 보정하는 계량적 리스크 최소화기를 ESMM 프레임워크에 통합한 모델-중립적 프레임워크인 ESCM를 제안하고 산업용 대규모 데이터셋과 온라인 서비스에서 그 유효성을 입증합니다.
A Comprehensive Survey on Enterprise Financial Risk Analysis from Big Data and LLMs Perspective
이 논문은 빅데이터와 대규모 언어 모델 (LLM) 의 관점에서 기업 재무 위험 분석의 문제 정의, 분석 방법, 주요 기여를 체계적으로 종합하고 한계를 지적하며 향후 연구 방향을 제안하는 포괄적인 문헌 조사입니다.
A Generalizable Deep Learning System for Cardiac MRI
이 논문은 심장 MRI 스캔의 시각적 개념을 방사선 보고서의 텍스트와 대비 학습을 통해 학습한 기초 비전 시스템을 제안하여, 다양한 심혈관 질환의 진단과 좌심실 박출량 예측 등 여러 임상 과제에서 높은 정확도를 보여주는 일반화 가능한 딥러닝 모델을 개발했음을 설명합니다.