6937 편의 논문
이 논문은 CG 이미지 품질 평가의 한계를 해결하기 위해 6 가지 지각 차원을 기반으로 한 대규모 데이터셋과 질의응답 벤치마크를 구축하고, 시각적으로 유사한 이미지의 설명을 검색하여 증강 생성하는 R4-CGQA 프레임워크를 제안함으로써 비전 언어 모델의 CG 품질 평가 성능을 크게 향상시켰습니다.
이 논문은 기존 방법의 모델 의존성 한계를 극복하기 위해 AI 생성 이미지 출처 추적을 이미지 분류가 아닌 인스턴스 검색 문제로 재정의하고, 저비트 지문 생성과 비지도 사전 학습을 기반으로 한 모델 독립적 프레임워크 'LIDA'를 제안하여 제로샷 및 퓨샷 환경에서 최첨단 성능을 달성함을 보여줍니다.
이 논문은 테스트 시간 최적화의 부담을 제거하고 추론 속도를 획기적으로 개선하면서도 강력한 확산 모델의 사전 지식을 활용하여, 4.5 GPU 일의 낮은 학습 비용으로 다양한 환경에서 제로샷 성능을 달성하는 단일 단계 확산 기반 깊이 완성 프레임워크 'Marigold-SSD'를 제안합니다.
이 논문은 LLM 의 의미적 사전 지식을 인코더에 증류하고 화자 수를 예측하여 동적으로 디코딩 분기를 선택하는 Talker-Count Routing 을 도입함으로써, 계산 비용은 낮추면서도 화자 수가 증가할수록 성능이 향상되는 효율적인 인코더 전용 다화자 음성 인식 프레임워크를 제안합니다.
이 논문은 Clough-Tocher 및 멀티쿼드릭 RBF 보간법의 노이즈가 있는 데이터에 대한 재현 가능한 비교를 통해, 열역학적 공정 시스템에서 노이즈가 포함된 측정값을 폐기하기보다 구조화하여 보간함으로써 물리적으로 의미 있는 공정 거동을 복원할 수 있음을 시사합니다.
이 논문은 생성형 AI 로 생성된 합성 이미지와 실제 사진의 잠재 표현 내 계층 간 일관성 차이를 포착하는 '잠재 전이 불일치 (LTD)' 방법을 제안하여, 기존 방법들보다 뛰어난 일반화 성능과 탐지 정확도를 달성했다고 요약할 수 있습니다.
이 논문은 실시간 추론이 가능한 경량 U-Net 기반의 HyPER-GAN 을 제안하여, 합성 데이터의 시각적 사실감과 의미론적 일관성을 향상시키면서도 기존 방법들보다 낮은 지연 시간으로 컴퓨터 비전 알고리즘 훈련용 데이터를 개선하는 하이브리드 학습 전략을 제시합니다.
이 논문은 입력 메시의 위상적 품질에 구애받지 않고 구조적 레이아웃과 교차장을 동시에 예측하여 고품질의 사각형 메시를 생성하는 새로운 학습 기반 프레임워크 'TopGen'과 대규모 데이터셋을 제안합니다.
이 논문은 물리적으로 복제 불가능한 함수 (PUF) 와 심볼릭 실행을 결합하여 산업 제어 소프트웨어를 특정 하드웨어에 안전하게 바인딩하고, 비인가 환경에서의 안전성 보장 및 역공학 방지를 가능하게 하는 새로운 복사 보호 기법을 제안합니다.
이 논문은 단일 로봇 암으로 복잡한 직물 조작을 가능하게 하는 비전 기반 촉각 그리퍼 'Touch G.O.G.'와 이를 위한 통합 제어 프레임워크를 제안하며, 고해상도 합성 데이터 생성 및 정밀한 엣지 추정 기술을 통해 단일 암으로도 신뢰성 있는 직물 펼치기 작업을 성공적으로 수행함을 보여줍니다.
AdaClearGrasp 는 시각 - 언어 모델을 활용해 밀집된 혼잡 환경에서 대상물을 직접 잡을지 주변 물체를 치울지 적응적으로 결정하고, 강화 학습을 통해 다양한 물체에서 제로샷으로 성공적인 잡기를 수행하며, 실패 시 재계획을 통해 폐루프 보정을 가능하게 하는 프레임워크를 제안합니다.
이 논문은 2025 년 JISBD 컨퍼런스 내 'QuantumX' 트랙을 통해 양자 컴퓨팅과 소프트웨어 공학의 융합을 논의한 연구 성과와 커뮤니티 구축 노력을 종합하고, 향후 양자 소프트웨어 공학 분야의 발전 방향과 과제를 제시합니다.
이 논문은 동적 스키마 진화와 재사용 가능한 뷰를 지원하며 샘플링 기반 알고리즘을 통해 계산 병목 현상을 해결함으로써 기존 시스템 대비 월등한 속도와 높은 정확도를 제공하는 탐색형 비즈니스 인텔리전스 시스템 'ExBI'를 제안합니다.
이 논문은 새로운 FP8 행렬 곱셈 단위 (MMA) 를 활용하여 Ozaki-II 방식을 기반으로 한 정밀도 높은 FP64 행렬 곱셈 연산을 효율적으로 구현하는 새로운 기법을 제안합니다.
이 논문은 NoC 의 런타임 부하 분포를 인식하지 못하는 정적 라우팅의 한계를 극복하기 위해 토폴로지와 트래픽 분포를 기반으로 장기적 부하 추세를 추출하는 N-Rank 를 도입하여 BiDOR 의 라우팅을 안내함으로써 부하 균형을 개선하면서도 단순성과 예측 가능성을 유지하는 Q-StaR 을 제안하고, 이를 통해 기존 차순서 라우팅 대비 처리량과 지연 시간을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 3D 가우스 스플래팅을 활용한 확장 가능한 디지털 트윈 오라클과 CN-Coverage 커리큘럼을 통해 물리적 AI 의 단안 RGB-3D 인식 성능을 향상시키고, 훈련과 배포 간의 시점 변화에 대한 견고성을 확보하는 Splat2Real 프레임워크를 제안합니다.
이 논문은 그래프의 부분그래프 밀도 () 에 따라 정점을 개의 색상으로 색칠하고 간선을 최대 외차수 로 방향성을 부여하는, 기존 의 한계를 깨는 회로 수행 가능한 확장 가능한 대규모 병렬 계산 (MPC) 알고리즘을 제시합니다.
이 논문은 ESG 보고의 비구조화된 데이터와 복잡한 요구사항을 해결하기 위해 식별, 측정, 보고, 참여, 개선 단계를 통합하고 AI 에이전트를 활용하여 정적인 보고 프로세스를 동적이고 적응적인 지속 가능성 거버넌스 시스템으로 전환하는 에이전트 기반 ESG 라이프사이클 관리 프레임워크를 제안합니다.
이 논문은 복잡한 디코더 없이 마스킹 모델링과 대비 학습을 통합하여 국소적 세부 정보를 포착하고 추론 비용을 기존 MAE 방법 대비 7.89 배 줄이면서도 최첨단 성능을 달성하는 새로운 프레임워크 'SLiM'을 제안합니다.
이 논문은 NeuCo-Bench 를 활용하여 지구 관측 (EO) 워크플로우에서 GeoFM 기반 임베딩 설계 요소 (백본 아키텍처, 사전 학습 전략, 표현 깊이, 공간 집계, 조합 방식 등) 가 다운스트림 작업 성능에 미치는 영향을 체계적으로 분석하고, 원시 데이터 대비 500 배 이상 작은 고정 크기 임베딩으로도 높은 성능을 달성할 수 있음을 입증합니다.