MCQUIC - A Multicast Extension for QUIC
이 논문은 대규모 라이브 콘텐츠 스트리밍 시 발생하는 확장성 문제를 해결하기 위해, 암호화, 무결성 검증 및 자동 유니캐스트 폴백 기능을 갖춘 QUIC 프로토콜의 멀티캐스트 확장 기능인 MCQUIC 을 제안합니다.
5622 편의 논문
이 논문은 대규모 라이브 콘텐츠 스트리밍 시 발생하는 확장성 문제를 해결하기 위해, 암호화, 무결성 검증 및 자동 유니캐스트 폴백 기능을 갖춘 QUIC 프로토콜의 멀티캐스트 확장 기능인 MCQUIC 을 제안합니다.
이 논문은 대규모 텍스트 분석을 통해 유럽연합의 건강 연구 자금 지원이 인구 및 건강 시스템 중심의 연구로 전환되는 경향을 보인 반면, 미국 NIH 와 유럽의 ERC 는 기초 생물의학 연구의 안정성을 유지했음을 규명하고, 자금 지원 정책과 실제 연구 성과 간의 괴리를 분석합니다.
이 논문은 회로 표현을 기반으로 하여 부정을 포함한 결합 쿼리 (conjunctive queries) 에 대한 직접 접근 (direct access) 의 계산적 난이도를 분석하고, 기존 긍정 쿼리의 가용성 결과를 일반화하여 음수 쿼리 (negative queries) 의 새로운 가용성 클래스를 규명합니다.
이 논문은 첫 번째 차수 변수가 없고 두 번째 차수 변수가 하나만 허용되는 '이차 차수 기본 통일 (SOGU)'의 결합성 변형 (ASOGU) 이 힐베르트 제 10 문제를 환원할 수 있음을 보여줌으로써, 기존 연구보다 더 약한 조건에서도 이차 차수 통일의 결정 불가능성을 증명했습니다.
이 논문은 그래프 상의 미분 기법을 도입하여 전이 폐포를 포함한 관계의 긍정적 미적분 (PCoR*) 의 등식 이론이 EXPSPACE-완전임을 증명하고, 테스트와 명사 (하이브리드 논리) 를 추가한 확장 및 교차 없는 부분식에서도 각각 EXPSPACE-완전성과 PSPACE-완전성을 확립했습니다.
이 논문은 오픈 도메인 대화형 이미지 검색을 위한 새로운 데이터셋 'ChatSearch'와 이를 기반으로 한 생성형 검색 모델 'ChatSearcher'를 제안하여, 멀티모달 대화 맥락과 세계 지식을 활용한 정교한 이미지 검색 성능을 입증했습니다.
본 논문은 백도어 기반 데이터셋 소유권 검증 기법의 근본적 결함을 지적하며, 공격자가 원본과 통계적으로 구별 불가능한 위조 워터마크를 생성하여 저작권 침해 주장을 무력화할 수 있음을 실험을 통해 입증합니다.
이 논문은 손으로 그린 스케치를 기반으로 텍스트 프롬프트와 결합하여 스타일화된 풍경의 공간적 요소와 유동적인 움직임 영역을 정밀하게 제어할 수 있는 'Sketch2Cinemagraph' 프레임워크를 제안합니다.
이 논문은 비전 기반의 장면 이해를 3D 장면 그래프와 긴밀하게 결합하여 맵의 의미론적 풍부함과 해석 가능성을 높이고, LiDAR 기반 프레임워크와 유사한 성능을 내는 실시간 VSLAM 시스템인 'vS-Graphs'를 제안하며, 기존 최첨단 방법 대비 평균 15.22% 의 정확도 향상을 입증했습니다.
이 논문은 클라우드 네이티브 온라인 서비스 시스템의 복잡한 맥락을 지식 그래프로 표현하고 대형 언어 모델 (LLM) 과의 협력 추론을 통해 자연어 질문을 프롬메테우스 쿼리 언어 (PromQL) 로 자동 변환하는 'PromCopilot' 프레임워크를 제안하여, 수동 쿼리 작성의 어려움을 해소하고 시스템 모니터링 효율성을 향상시키는 최초의 텍스트 - 투 - PromQL 연구를 소개합니다.
이 논문은 전장 슬라이드 이미지 (WSI) 내의 인접 패치 간 공간적 맥락을 활용하여 긍정 쌍을 샘플링하는 새로운 자기지도 학습 전략을 제안함으로써, 기존 증강 기법 대비 5~10% 의 정확도 향상을 이끌어내어 주석 데이터가 부족한 병리 이미지 표현 학습의 성능을 개선합니다.
이 논문은 기존 2 단계 참조 기반 객체 추적 (RBT) 프레임워크의 한계를 극복하기 위해 샘플링 기반 특징 구성과 능동적 대응 모델링을 도입한 'FlexHook'을 제안하여, 단일 단계 방법들을 포괄적으로 능가하는 새로운 성능 기준을 제시합니다.
이 논문은 비전 - 언어 모델의 순차적 학습 중 발생하는 catastrophic forgetting 문제를 해결하기 위해 모델 융합을 기반으로 한 새로운 continual learning 방법론인 ConDU 를 제안하며, 이를 통해 기존 작업들의 평균 성능과 zero-shot 능력을 동시에 향상시킵니다.
이 논문은 체인 구동 방식과 샌드위치 구조의 다리를 적용하여 운동성, 신뢰성, 안전성을 향상시키고 저비용으로 제작 가능한 25kg 급 오픈소스 4족 보행 로봇의 설계와 실험적 분석을 제시합니다.
이 논문은 제한된 수의 비잔틴 결함, 메시지 손실, 무한한 계산 지연, 그리고 인증된 메시지를 고려한 동적 네트워크 환경에서 신뢰할 수 있는 통신의 필요충분조건을 규명하고 이를 만족하는 네트워크 클래스를 제시합니다.
이 논문은 그래프를 선형 시간으로 분해하는 '비순환 연결 (A-C) 트리'를 도입하여 최단 경로 알고리즘의 시간 복잡도를 그래프의 중첩 너비에 따라 개선하고, 특정 그래프 클래스에 대해 선형 시간 알고리즘을 제시합니다.
이 논문은 텍스트 및 이미지 검사의 결정 경계를 제약 조건으로 활용하여 진화적 탐색을 수행하는 '토큰 수준 제약 경계 탐색 (TCBS)' 공격 기법을 제안함으로써, 블랙박스 환경에서도 다양한 텍스트-이미지 생성 모델의 풀체인 방어 체계를 우회하는 데 기존 방법들보다 뛰어난 성능을 보임을 입증합니다.
이 논문은 단일 이미지로부터 일반화 성능과 3D 일관성을 보장하면서도 실시간 구동이 가능한 고품질 3D Gaussian 헤드 아바타를 생성하는 새로운 방법인 SEGA 를 제안합니다.
이 논문은 기존 그래프 워터마킹 평가가 무작위 엣지 변형에 국한되어 있다는 한계를 지적하고, 커뮤니티 구조를 악용한 지능적인 '클러스터 인식 공격'이 무작위 공격보다 훨씬 효과적으로 워터마킹의 소유권 식별 능력을 무력화한다는 사실을 최초로 체계적으로 증명했습니다.
이 논문은 레이블 데이터가 부족한 의료 영역의 문제를 해결하기 위해, 어떤 특징점 검출기에도 독립적으로 작동하는 비지도 학습 기반의 새로운 특징 기술자 학습 방법을 제안하여 기존 지도 학습 방법과 동등한 정밀도로 망막 이미지 정합을 수행할 수 있음을 입증합니다.