Anomaly Image Generation under the Guidance of Knowledge Graph
이 논문은 이상치(anomaly)와 그 관계에 관한 사전 지식을 활용하여 텍스트 프롬프트를 구성함으로써, 파운데이션 모델과 확산 기술(diffusion techniques)이 다양한 제품 클래스에 대해 사실적인 이상 이미지를 생성할 수 있도록 유도하는 지식 그래프 기반 프레임워크를 제안한다.
1098 편의 논문
이 논문은 이상치(anomaly)와 그 관계에 관한 사전 지식을 활용하여 텍스트 프롬프트를 구성함으로써, 파운데이션 모델과 확산 기술(diffusion techniques)이 다양한 제품 클래스에 대해 사실적인 이상 이미지를 생성할 수 있도록 유도하는 지식 그래프 기반 프레임워크를 제안한다.
이 논문은 2026년 6월에 수집된 996명의 최다 인용 머신러닝 연구자들로 구성된 공개 데이터셋인 Scholar-ML-1000을 소개하며, 이는 구글과 딥마인드 같은 주요 기술 기업들이 이제 상위 대학들을 합친 것보다 더 많은 선도적 머신러닝 학자들을 보유하고 있음을 밝히는 동시에, 해당 분야의 상당한 글로벌 다양성과 학제 간 범위를 강조한다.
PRISM-VFL은 LSTM 인코더와 Multi-gate Mixture-of-Experts 모듈을 통합하여 이질적인 임상 예측 작업들을 동시 학습할 수 있도록 설계된 차분 프라이버시 기반의 수직 연합 학습 프레임워크로, 레이블 추론 공격을 효과적으로 억제함에도 불구하고 병원 내 사망률 예측은 적절한 프라이버시 제약 조건 하에서도 임상적으로 유효하게 유지되는 반면 탈보상(decompensation) 및 표현형(phenotyping)과 같은 다른 작업들은 상당한 효용성 문제를 직면한다는 것을 입증하였다.
이 논문은 478명의 인용 횟수가 가장 많은 인도 머신러닝 학자들의 인용 패턴과 연구 궤적을 분석하기 위해 Scholar-India-ML 계량서지학 데이터셋을 소개하며, 인도 과학원(IISc)과 인도 통계 연구소(ISI)가 IIT(인도 공과대학교)보다 인용 영향력 면에서 더 뛰어난 성과를 내고 있는 한편 산업 연구소들이 국가 AI 생태계의 중요한 기여자로서 부상하고 있음을 밝히고 있다.
본 논문은 대규모 IoT 애플리케이션에서 에너지 효율성을 최적화하고, 네트워크 수명을 연장하며, 서비스 품질(QoS)을 향상시키기 위해 HEED 클러스터링 프로토콜을 IEEE 802.11x 표준 및 딥러닝 분석과 통합한 적응형 무선 센서 네트워크 기반 IoT 노드 배치 및 데이터 전송 모델을 제안한다.
본 연구는 서울의 도시 설계 평가를 위한 멀티모달 거대언어모델(LLM)의 신뢰성과 타당성을 평가하며, 이 모델들이 시각적으로 명시적인 특징들에 대해서는 우수한 성능을 보이지만 맥락적 또는 비례적 변수에 대한 인간의 평가를 완전히 재현하지 못하는 점이 보편적 적용보다는 요소별 특정 적용으로 그 적합성을 제한한다는 것을 밝혀냈다.
이 논문은 질병과 같은 관심 대상(entities of interest)을 최소한의 측정값으로부터 직접 검출함으로써, 진단 정확도를 유지하면서도 획득 비용과 시간을 크게 줄일 수 있는, 전통적인 영상 재구성 과정을 우회하는 머신러닝 패러다임을 제안한다.
이 논문은 자연어를 기반으로 고품질의 초기 해를 생성하는 대규모 언어 모델과 메모리 가이드 방식의 가속-감속(Speed-Up Slow-Down) 지역 탐색 알고리즘을 결합하여, 기존 방식 대비 미션 완수 시간(makespan)을 17.07% 단축하면서도 확장성을 유지하는 이종 다중 로봇 시스템을 위한 하이브리드 작업 할당 프레임워크를 제안한다.
이 논문은 딥러닝 기반의 말더듬 분류와 멀티 에이전트 거대언 언어 모델 추론을 결합하여, 전문가의 검토 및 실행을 위해 개인화된 근거 기반 치료 계획을 생성, 비판 및 개선하는 임상의 참여형(clinician-in-the-loop) AI 구동 플랫폼인 가상 언어치료사(VST)를 소개한다.
이 논문은 결함이 있는 모수적 가정을 음이항 일반화 선형 혼합 모델(GLM) 프레임워크와 시뮬레이션 기반 검정력 분석으로 대체하여, 대규모 언어 모델 출력의 확률적 편향을 측정하기 위한 표준화된 반복 횟수와 신뢰도 임계값을 설정하는 통계적으로 원칙적인 프로토콜인 "주사위 굴리기 방법(Dice Roll Method)"을 소개한다.