Huntington Disease Automatic Speech Recognition with Biomarker Supervision
이 논문은 헌팅턴병 환자의 병리적 음성을 위한 자동 음성 인식 (ASR) 성능을 향상시키기 위해 고품질 임상 말뭉치를 활용하고, Parakeet-TDT 아키텍처의 우수성을 입증하며, 생체표지자 기반 보조 감독을 통해 오류 패턴을 질병 중증도에 맞게 재구성하는 새로운 방법을 제시합니다.
🤖 Category
cs.LG
3587 편의 논문
PACED: Distillation at the Frontier of Student Competence
이 논문은 지식 증류 시 학생 모델이 이미 숙달했거나 도달 불가능한 문제에서 발생하는 계산 낭비를 이론적으로 규명하고, 학생 모델의 역량 한계 부근의 문제에 집중하도록 설계된 'PACED' 프레임워크를 제안하여 다양한 증류 시나리오에서 성능을 획기적으로 향상시킨다는 내용입니다.
Bayesian Optimization of Partially Known Systems using Hybrid Models
이 논문은 물리 법칙과 가우시안 프로세스를 결합한 하이브리드 모델을 통해 블랙박스 최적화 (BO) 의 수렴 속도를 획기적으로 개선하고, 기존 BO 보다 훨씬 적은 실험 횟수로 최적 설계를 도출하는 새로운 방법을 제안합니다.
DNS-GT: A Graph-based Transformer Approach to Learn Embeddings of Domain Names from DNS Queries
이 논문은 DNS 쿼리 시퀀스 간의 맥락적 정보를 효과적으로 포착하여 도메인 이름 임베딩을 학습하는 자기지도 학습 기반의 그래프 트랜스포머 모델 'DNS-GT'를 제안하고, 도메인 분류 및 봇넷 탐지 작업에서 기존 방법보다 우수한 성능을 입증합니다.
Representation Finetuning for Continual Learning
이 논문은 가중치 공간이 아닌 표현 공간에서 저랭크 선형 부분 공간을 활용한 명시적 개입을 통해 기존 방법론의 한계를 극복하고, 지속적인 학습에서 안정성과 가소성을 동시에 확보하는 새로운 패러다임인 'CoRe'를 제안합니다.
Reference-Guided Machine Unlearning
이 논문은 기존 근사적 기계 망각 방법의 불안정성을 해결하고, 분리된 검증 데이터를 활용한 참조 기반 증류 프레임워크인 ReGUn 을 제안하여 망각 데이터와 미관측 데이터 간의 분포적 구별 불가능성을 달성함으로써 망각과 유용성 간의 균형을 크게 개선함을 보여줍니다.
Security-by-Design for LLM-Based Code Generation: Leveraging Internal Representations for Concept-Driven Steering Mechanisms
이 논문은 코드 생성 LLM 이 취약점을 인식하고 있음을 규명하고, 이러한 내부 표현을 활용하여 보안 개념을 능동적으로 제어하는 'SCS-Code'라는 경량화 모듈 방식을 제안함으로써 기존 방법론보다 뛰어난 보안 및 기능적 정확도를 달성함을 보여줍니다.
Measuring AI Agents' Progress on Multi-Step Cyber Attack Scenarios
이 논문은 2024 년 8 월부터 2026 년 2 월까지 출시된 7 가지 최첨단 AI 모델을 기업 네트워크 및 산업 제어 시스템 사이버 공격 시나리오에서 평가한 결과, 추론 시 계산량 증가와 모델 세대 발전에 따라 다단계 공격 수행 능력이 비약적으로 향상되었음을 보여줍니다.
Markovian Generation Chains in Large Language Models
이 논문은 대규모 언어 모델이 이전 출력을 기반으로 반복적으로 텍스트를 생성하는 '마르코프 생성 사슬' 과정을 분석하여, 온도 파라미터와 초기 입력에 따라 문장 다양성이 증가하거나 감소할 수 있음을 규명하고 다중 에이전트 시스템에 대한 시사점을 제시합니다.
Trustworthy predictive distributions for rare events via diagnostic transport maps
이 논문은 희귀 사건에 대한 신뢰할 수 있는 예측 분포를 제공하기 위해 기본 예측 모델을 보정하는 진단 운송 맵 (diagnostic transport maps) 을 제안하고, 이를 허리케인 강도 예측에 적용하여 기존 운영 예보보다 우수한 성능을 입증했습니다.
Monitoring and Prediction of Mood in Elderly People during Daily Life Activities
이 논문은 웨어러블 생체 신호와 모바일 앱을 활용하여 일상 활동 중 노인의 기분 상태를 실시간으로 모니터링하고 머신러닝 기반 분류기를 통해 행복감과 활동성 같은 기분 상태를 정확하게 예측하는 지능형 시스템을 제안합니다.
Cough activity detection for automatic tuberculosis screening
이 논문은 XLS-R 모델의 초기 레이어를 활용하여 결핵 환자의 기침 구간을 고정밀도로 자동 탐지함으로써 스마트폰 기반의 확장 가능한 결핵 선별 도구 개발의 실현 가능성을 입증했습니다.
A Standardized Framework For Evaluating Gene Expression Generative Models
이 논문은 단일 세포 유전자 발현 생성 모델의 평가 기준 부재 문제를 해결하기 위해, 일관된 메트릭 구현과 생물학적 기반 평가를 가능하게 하는 오픈소스 파이썬 프레임워크인 GGE 를 제안합니다.
Differentiable Thermodynamic Phase-Equilibria for Machine Learning
본 논문은 통계 열역학 기반의 이산 열역학 상태 열거와 마스킹 소프트맥스 집계, 그리고 스트레이트-스루 기울기 추정기를 결합하여 훈련 및 추론 단계에서 열역학적 일관성을 보장하는 미분 가능한 상평형 계산 알고리즘 'DISCOMAX'를 제안하고, 이를 통해 액체 - 액체 상평형 데이터에 대한 기존 방법보다 우수한 성능을 입증했습니다.
A Machine Learning-Enhanced Hopf-Cole Formulation for Nonlinear Gas Flow in Porous Media
이 논문은 Klinkenberg 모델의 비선형성을 Hopf-Cole 변환을 통해 선형화하고 공유 트렁크 신경망과 DeepLS 솔버를 결합하여 다공성 매체 내 가스 흐름을 정밀하게 모델링하고 역산정을 수행하는 통합 프레임워크를 제안합니다.
Beyond the Class Subspace: Teacher-Guided Training for Reliable Out-of-Distribution Detection in Single-Domain Models
이 논문은 단일 도메인 데이터로 학습된 모델에서 발생하는 '도메인 민감도 붕괴 (DSC)' 문제를 해결하기 위해, 추론 시 오버헤드 없이 DINOv2 기반의 교사 모델을 통해 잔차 구조를 증류하는 '교사 유도 학습 (TGT)'을 제안하여 원치 않는 분포 (OOD) 탐지 성능을 획기적으로 개선함을 보여줍니다.
Duration Aware Scheduling for ASR Serving Under Workload Drift
이 논문은 ASR 서비스의 부하 변동 상황에서 오디오 길이를 처리 시간의 정확한 지표로 활용하여 vLLM 에 SJF 와 HRRN 스케줄링을 적용함으로써, FCFS 방식 대비 중위수 지연을 획기적으로 줄이면서도 기아 현상을 완화하고 처리량 저하 없이 지연 시간을 효과적으로 최적화하는 방법을 제시합니다.
RIE-Greedy: Regularization-Induced Exploration for Contextual Bandits
이 논문은 교차검증 기반 정규화 과정의 확률적 특성을 탐험의 원천으로 활용하여 블랙박스 추정기에서도 효과적으로 작동하는 'RIE-Greedy' 알고리즘을 제안하고, 이것이 이론적으로 톰슨 샘플링과 동등하며 실전 환경에서 기존 방법들보다 우수한 성능을 보임을 입증합니다.
Single molecule localization microscopy challenge: a biologically inspired benchmark for long-sequence modeling
이 논문은 생물학적 이미징의 희소하고 불규칙한 시공간 점 과정 데이터를 평가하기 위해 '단일 분자 국소화 현미경 챌린지 (SMLM-C)' 벤치마크를 제안하고, 상태 공간 모델이 시간적 단절이 심한 깜빡임 역학을 모델링하는 데 있어 근본적인 한계를 보임을 규명했습니다.
Worst-case low-rank approximations
이 논문은 이질적인 도메인 간 분포 변화에 강인한 최악의 경우 저랭크 근사를 위한 통합 프레임워크인 wcPCA 를 제안하고, 이를 다양한 목적 함수와 행렬 완성 문제로 확장하여 이론적 최적성과 실증적 성능 개선을 입증합니다.