HG-Lane: High-Fidelity Generation of Lane Scenes under Adverse Weather and Lighting Conditions without Re-annotation
이 논문은 악천후 및 저조도 조건에서 재주석 없이 고충실도 도로 차선 장면을 생성하는 'HG-Lane' 프레임워크를 제안하고, 이를 통해 기존 차선 검출 모델의 성능을 획기적으로 향상시킨 새로운 벤치마크를 구축했습니다.
7210 편의 논문
이 논문은 악천후 및 저조도 조건에서 재주석 없이 고충실도 도로 차선 장면을 생성하는 'HG-Lane' 프레임워크를 제안하고, 이를 통해 기존 차선 검출 모델의 성능을 획기적으로 향상시킨 새로운 벤치마크를 구축했습니다.
이 논문은 네팔 지진 구조 시나리오를 기반으로 지연 허용 네트워크 (DTN) 라우팅 프로토콜의 성능을 평가하여 재난 환경에서의 메시지 전송 신뢰성과 자원 활용도 간의 균형을 규명하고 차세대 긴급 통신 서비스 설계에 기여합니다.
이 논문은 다양한 다관절 로봇 손 간의 확장 가능한 학습을 가능하게 하기 위해 표준 비전 - 언어 - 행동 (VLA) 아키텍처에 통합된 일관된 잠재 행동 공간을 제안하는 'XL-VLA' 프레임워크를 소개합니다.
이 논문은 로봇의 망설임 동작이 인간의 협업과 안전 판단에 미치는 영향을 이해하기 위해, 프랑카 에미카 판다 로봇과 인간 무용수의 움직임을 동기화하여 수집한 다중 모달 망설임 데이터셋 'Dance2Hesitate'를 공개하고 재현 가능한 벤치마킹을 지원한다는 내용을 담고 있습니다.
이 논문은 오픈 로봇 재활 데이터셋을 활용하여 6 차원 등척성 게이밍 중 건강한 사용자와 뇌졸중 환자의 뉴로모터 행동을 비교 분석하고, 인터페이스 설계의 영향과 병리적 특징을 탐구하며, 표면 근전도 신호 기반의 은닉 마르코프 모델을 통해 기존 시너지 분해법보다 우수한 환자 식별 능력을 입증함으로써 적응형 재활 로봇 설계에 대한 시사점을 제시합니다.
이 논문은 희소하게 분포된 산호 종을 효율적으로 탐지하기 위해, 표적 자체보다 밀도가 높고 연속적인 환경 맥락 정보를 보상 함수로 활용하는 원샷 학습 기반의 자율 수중 차량 (AUV) 탐색 방법을 제안하고 실증 데이터를 통해 그 효율성을 입증합니다.
이 논문은 데이터 파티셔닝과 하이퍼큐브 원리를 결합하여 선형 조합된 정점 커버를 기반으로 한 새로운 병렬 조인 알고리즘 'K-Join'을 제안하며, 이를 통해 기존 최첨단 알고리즘보다 향상되거나 동등한 성능을 보이는 새로운 하이퍼그래프 이론적 척도인 '감소 준 정점 커버'를 도입합니다.
이 논문은 루프 중첩의 지역성을 이차 및 역수 다항식으로 유도하는 완전한 기호 분석 이론과 컴파일러 지원을 제시하여, 다양한 입력 크기와 캐시 구성에 대해 99.6% 의 정확도로 캐시 미스 횟수를 밀리초 단위로 예측할 수 있음을 입증했습니다.
이 논문은 전역 장애물 기하학 정보 없이도 온라인 장애물 탐지를 통해 접촉이 풍부한 환경에서 목표 지점에 도달하는 것을 학습하는 그래프 신경망 기반의 주석-집중 훈련 분산 실행 (CTDE) 아키텍처인 SoftGM 을 제안하여, 기존 다중 에이전트 강화학습 방법들보다 복잡한 환경에서 더 뛰어난 성능과 견고성을 입증했습니다.
이 논문은 부분적으로 주석이 달린 데이터를 기반으로 SAMONAI 알고리즘을 활용한 자동화 분할 파이프라인과 SurvAMINN 신경망을 결합하여, 대장 간 전이 환자의 수술 전 MRI 를 통해 생존율을 예측하는 통합 AI 프레임워크를 제안하고 그 유효성을 입증했습니다.
이 논문은 비정형적이고 변화하는 환경에서 장기적인 작업을 수행하는 모바일 매니퓰레이션을 위해, 베이지안 추론을 통해 환경 변화를 실시간으로 인식하고 사전 지도 없이도 효율적으로 작업을 완수할 수 있는 지각 기반 계층적 작업 모델 예측 제어 (HTMPC) 프레임워크를 제안합니다.
이 논문은 클라우드 API 의 애플리케이션 계층 취약점을 해결하기 위해 대규모 언어 모델을 활용해 애플리케이션의 의미론적 맥락을 추출하고, 이를 통해 리소스 소비 제한, 민감한 비즈니스 흐름 보호, 인증 오류 방지 등 다양한 위협을 효과적으로 차단하는 'Paladin'이라는 새로운 보안 정책 프레임워크를 제안합니다.
이 논문은 SAR 영상 내 기름 유출의 외관 변화와 스케일 불일치 문제를 해결하기 위해, 계층적 특징 인식 다중 스케일 메모리 뱅크와 구조적 의미 일관성 기반 업데이트 전략을 도입하여 순서가 없는 SAR 이미지 컬렉션에서 강력한 성능을 발휘하는 OilSAM2 모델을 제안합니다.
이 논문은 대형 언어 모델을 활용한 고수준 작업 계획과 원활하게 연동하여 로봇의 중복성을 효과적으로 활용함으로써 순차적 이동 조작 작업의 성능과 반응성을 크게 향상시킨 계층적 작업 모델 예측 제어 (Hierarchical-Task MPC) 프레임워크를 제안하고, 실제 9 자유도 이동 매니퓰레이터 실험을 통해 기존 방법 대비 경로 단축 및 실행 시간 2.3 배 단축 등의 우수성을 입증했습니다.
이 논문은 가중치를 고려하여 만족하는 할당 (모델) 을 나열하는 '가중치 모델 열거 (WME)' 문제를 해결하기 위해 가중치 전파, 가지치기, 충돌 분석을 CDCL 기반 알고리즘에 통합하고, 순차적 및 비순차적 백트래킹 프레임워크 간의 성능과 트레이드오프를 체계적으로 분석합니다.
이 논문은 HMAC 인증과 비동기적 영지식 증명 (ZKP) 을 결합하여 ACE 런타임을 제안함으로써, 기존 블록체인이 직면한 서명 검증 비용 문제를 해결하고 1 초 미만의 암호학적 최종성을 달성하는 새로운 아키텍처를 제시합니다.
이 논문은 요청 확률 분포를 알지 못하는 상황에서 전위 (Transposition) 규칙이 고정된 분포에서 최적 비용에 1 을 더한 수준으로 기대 접근 비용을 보장하여, 50 년 전 Rivest 의 추측을 확인하고 확률 추정을 위한 순수 메모리리스 프로세스를 제시함을 증명합니다.
이 논문은 ICP 기반 방식이 구조적 결손 환경에서 실패하는 문제를 해결하기 위해, FMCW 라이다의 도플러 속도와 곡률 정보를 활용하여 퇴화 (degeneracy) 에 강인한 '가르치고 반복 (Teach and Repeat)' 항법 시스템을 제안하고 실증합니다.
이 논문은 Rutschmann 과 Wettstein 이 정의한 연쇄 (chains) 에 대한 볼록 및 오목 합 연산을 일반화하고, 함수 방정식과 커널 방법을 적용하여 더블 서클의 삼각분할 수에 대한 정확한 점근적 추정을 도출합니다.
이 논문은 텍스트 프롬프트, 참조 이미지, 짧은 오디오 클립을 단일 생성 과정으로 통합하여 시각적 외모와 목소리를 동시에 개인화하는 새로운 모델 'ID-LoRA'를 제안하며, 이를 통해 기존 방법론 대비 뛰어난 음성 유사도와 화자 특성을 구현하고 단일 GPU 에서 3 천 개의 훈련 쌍만으로 학습이 가능함을 보여줍니다.