Fast Fishing: Approximating BAIT for Efficient and Scalable Deep Active Image Classification
이 논문은 대규모 데이터셋에서도 계산 효율성을 유지하면서 BAIT 알고리즘의 성능을 발휘할 수 있도록 피셔 정보를 근사화하는 두 가지 방법을 제안하고, 이를 통해 확장 가능한 딥 러닝 활성 학습을 가능하게 합니다.
🤖 Category
cs.LG
4453 편의 논문
Explainable machine learning for predicting shellfish toxicity in the Adriatic Sea using long-term monitoring data of HABs
본 연구는 28 년간의 장기 모니터링 데이터를 활용하여 랜덤 포레스트 모델과 SHAP 등의 설명 가능한 머신러닝 기법을 적용해 아드리아해 굴 독성 (DSP) 발생을 예측하고, 주요 원인 종과 환경 요인을 규명하여 조기 경보 시스템 및 지속 가능한 양식업에 기여하는 결과를 도출했습니다.
Exploratory Optimal Stopping: A Singular Control Formulation
이 논문은 확률적 정지 시간을 제어하는 정규화 문제를 특이 제어 문제로 재해석하고, 이를 기반으로 모델 기반 및 모델 없는 강화 학습 알고리즘을 제안하여 고차원 환경에서도 확장 가능한 탐색적 최적 정지 전략을 도출합니다.
Mamba Neural Operator: Who Wins? Transformers vs. State-Space Models for PDEs
이 논문은 PDE(편미분방정식) 해법에서 기존 트랜스포머의 한계를 극복하고 장기 의존성과 연속 동역학을 더 효과적으로 포착하기 위해 구조화된 상태 공간 모델 (SSM) 과 신경 연산자를 통합한 'Mamba Neural Operator(MNO)'를 제안하며, 이를 통해 PDE 작업의 표현력과 정확도를 획기적으로 향상시켰음을 보여줍니다.
EarthquakeNPP: A Benchmark for Earthquake Forecasting with Neural Point Processes
이 논문은 데이터 누수 및 주요 지진 시퀀스 누락 등의 문제를 해결하고 지진학계의 최신 표준을 반영한 'EarthquakeNPP' 벤치마크를 제안하며, 이를 통해 현재 테스트된 5 가지 신경 점 과정 (NPP) 모델이 ETAS 와 같은 기존 지진 예측 모델보다 성능이 떨어졌음을 규명했습니다.
Losing dimensions: Geometric memorization in generative diffusion
이 논문은 확산 모델이 훈련 데이터를 기억하는 과정이 급격한 전환이 아니라 데이터가 부족해질 때 잠재 차원성이 서서히 축소되며 일반화와 완전한 복제 사이의 기하학적 기억 단계를 거친다는 이론을 제시하고 실험적으로 입증합니다.
Enhancing Brain Source Reconstruction by Initializing 3D Neural Networks with Physical Inverse Solutions
이 논문은 물리 기반 역해법으로 초기화를 수행하고 3D 합성곱 U-Net 을 통해 데이터 기반의 공간적 의존성을 학습하는 하이브리드 모델인 3D-PIUNet 을 제안하여, 기존 전통적 방법 및 순차적 딥러닝 접근법보다 뇌 전도 (EEG) 신호의 공간적 정확도를 획기적으로 향상시켰음을 보여줍니다.
Class Incremental Learning with Task-Specific Batch Normalization and Out-of-Distribution Detection
이 논문은 작업 식별자가 없는 클래스 증분 학습 환경에서 과적합을 방지하고 안정성을 유지하기 위해 작업별 배치 정규화와 '알 수 없음' 클래스를 활용한 이상치 탐지 기반의 새로운 continual learning 프레임워크를 제안하여 의료 및 자연 이미지 데이터셋에서 최첨단 성능을 달성함을 보여줍니다.
Conditional Local Importance by Quantile Expectations
이 논문은 LIME 과 SHAP 과 같은 기존 방법들의 한계를 극복하고, 지역적 변수 간 의존성과 상호작용을 포착하며 다중 분류 문제에 직접 적용 가능한 새로운 모델-무관 로컬 변수 중요도 측정법인 CLIQUE 를 제안합니다.
A Novel Single-Layer Quantum Neural Network for Approximate SRBB-Based Unitary Synthesis
이 논문은 리 대수와 위상적 특성을 활용하여 CNOT 게이트 수를 지수적으로 줄인 단일 층 양자 신경망 (SRBB 기반) 을 제안하고, 이를 시뮬레이션 및 실제 양자 하드웨어에서 다양한 유니터리 행렬에 대해 검증함으로써 확장 가능한 유니터리 합성 알고리즘의 효율성을 입증합니다.
Pairwise Comparisons without Stochastic Transitivity: Model, Theory and Applications
이 논문은 확률적 전이성을 가정하지 않고 저차원 반대칭 행렬을 통해 쌍별 비교 확률을 모델링하여, 기존 브래들리 - 테리 모델의 한계를 극복하고 희소 데이터에서도 최적의 예측 성능을 보장하는 새로운 통계적 추정 방법론을 제안합니다.
Particle Trajectory Representation Learning with Masked Point Modeling
이 논문은 라르 TPC(액체 아르곤 시간 투영 챔버) 의 3D 점 구름 데이터에 대한 물리적으로 의미 있는 표현 학습을 위해 마스킹 포인트 모델링을 적용한 'PoLAr-MAE'를 제안하며, 소량의 레이블 데이터만으로도 최상위 수준의 분할 성능을 달성하고 100 만 개의 LArTPC 이벤트 데이터셋을 공개하여 해당 분야의 기초 모델 구축 가능성을 입증했습니다.
Graph machine learning for flight delay prediction due to holding manouver
이 논문은 항공기 대기 기동으로 인한 지연을 예측하기 위해 그래프 머신러닝을 적용한 연구로, 복잡한 항공 교통 네트워크의 공간적·시간적 관계를 그래프 특성으로 추출하여 CatBoost 모델을 GAT 보다 우수한 성능과 해석 가능성으로 입증하고, 이를 실시간 예측 웹 도구를 통해 운영 효율성 및 연료 절감에 기여할 수 있음을 제시합니다.
Logarithmic Regret for Online KL-Regularized Reinforcement Learning
이 논문은 KL 정규화가 유도하는 최적화 환경과 낙관적 보상 추정을 활용하여 온라인 KL 정규화 강화학습에 대해 기존 연구의 한계를 극복하는 로그(regret) 오차 상한을 달성하는 새로운 알고리즘과 이론적 분석을 제시합니다.
Boosting Cross-problem Generalization in Diffusion-Based Neural Combinatorial Solver via Inference Time Adaptation
이 논문은 훈련 없이 추론 시간 적응 (DIFU-Ada) 을 통해 확산 기반 신경 조합 최적화 솔버가 TSP 에서 PCTSP 및 오리엔티어링 문제와 같은 다양한 문제 유형과 규모로 제로샷 일반화 성능을 달성할 수 있음을 제안하고 실험적으로 입증합니다.
Is CLIP ideal? No. Can we fix it? Yes!
이 논문은 CLIP 의 잠재 공간이 특정 기하학적 한계를 가지므로 이를 해결하기 위해 이미지 패치와 텍스트 토큰의 의미적 위상을 유지하는 '밀집 코사인 유사도 맵 (DCSM)'을 제안하여 기존 모델의 성능을 획기적으로 개선했다고 주장합니다.
Are Deep Speech Denoising Models Robust to Adversarial Noise?
이 논문은 심층 음성 제거 (DNS) 모델이 저배경 잡음 및 시뮬레이션된 오버더에어 환경에서도 청각적으로 숨겨진 적대적 잡음에 의해 이해할 수 없는 소음으로 변질될 수 있음을 보여주며, 안전이 중요한 응용 분야에서 이러한 취약성을 해결하기 위한 실질적인 대응책이 시급함을 강조합니다.
Learn to Bid as a Price-Maker Wind Power Producer
이 논문은 풍력 발전사가 시장 가격에 영향을 미치는 가격 결정자 (price-maker) 역할을 할 때, 복잡한 시장 모델 없이도 문맥적 다중 팔대역 (contextual multi-armed bandit) 알고리즘을 통해 최적 입찰 전략을 학습하여 불균형 비용을 최소화하는 온라인 학습 방법을 제안합니다.
An Algorithm to perform Covariance-Adjusted Support Vector Classification in Non-Euclidean Spaces
이 논문은 유클리드 공간의 최대 마진 원리가 비유클리드 공간에서는 최적이지 않음을 지적하고, 클래스 공분산 구조의 초로레스키 분해를 활용하여 공분산 보정 SVM 분류기를 반복적으로 추정하는 알고리즘을 제안함으로써 비유클리드 공간에서의 분류 성능을 기존 SVM 보다 크게 향상시켰음을 보여줍니다.
Rethinking Few-Shot Image Fusion: Granular Ball Priors Enable General-Purpose Deep Fusion
이 논문은 과립 구체 (Granular Ball) 기반의 불완전 사전 지식을 도입하여 소량의 데이터로도 다양한 이미지 퓨전 작업에서 뛰어난 성능과 경량화를 달성하는 새로운 심층 퓨전 방법론을 제안합니다.