7486 편의 논문
이 논문은 물리 지시자를 통합한 희소 혼합 전문가 (MoE) 아키텍처와 대규모 SAR 데이터셋을 기반으로 구축된 최초의 10 억 규모 SAR 기반 지리 공간 기초 모델인 CrossEarth-SAR 을 제안하여, 다양한 센서와 지역 간의 도메인 편차를 극복하고 범용 의미 분할 성능을 획기적으로 개선했음을 보여줍니다.
이 논문은 기존 2D 정합의 한계를 극복하고 다중 뷰 간의 기하학적 일관성을 3D 공간에서 활용하기 위해 카메라 포즈를 활용한 트랜스포머 기반 아키텍처와 새로운 대규모 데이터셋을 제안하여 파노라마 스티칭의 정합 정확도와 시각적 품질을 획기적으로 향상시킨 방법을 제시합니다.
이 논문은 EBRAINS 인프라 내에서 Apptainer 기반의 이식성 있는 HPC 컨테이너를 설계하여 MPI 및 CUDA 지원 소프트웨어 스택을 다양한 HPC 사이트의 하드웨어와 드라이버를 활용하여 네이티브 성능과 동일한 수준으로 실행할 수 있음을 입증하고, 이를 통해 복잡한 과학 워크플로우의 배포 장벽을 해소하는 검증된 방법론을 제시합니다.
이 논문은 Ailon, Charikar, Chawla 가 제안한 고전적인 피벗 기반 상관 클러스터링 알고리즘이 '좋은 군집'을 제거하는 과정을 통해 근사 비율을 3 에서 2.9991 로 개선할 수 있음을 증명하고, 합성 데이터셋에서 기존 알고리즘보다 뛰어난 성능을 보인다고 설명합니다.
이 논문은 Iridium 위성의 독점 프로토콜을 역공학 분석하여 SIM 카드에서 비밀 키가 추출 가능하고, 신호 및 통신 프로토콜이 암호화되지 않아 기밀 정보가 노출되며, 인증 부재로 인한 스푸핑 및 재밍 공격이 가능하다는 체계적인 보안 취약점을 최초로 규명했습니다.
이 논문은 손과 얼굴의 상호작용으로 인한 비강체 변형을 처리하기 위해 방향성 평면 원시와 신경 렌더링을 결합한 새로운 NBAvatar 방법을 제안하며, 기존 방법들보다 향상된 신시각 및 신자세 렌더링 품질을 입증합니다.
이 논문은 여러 자유 이동 카메라로 촬영된 밀집 동적 장면을 재구성하고 카메라 포즈를 추정하기 위해 시공간 연결 그래프와 광각 광류 기반의 2 단계 최적화 프레임워크를 제안하고, 새로운 실측 데이터셋을 공개하여 기존 방법보다 우수한 성능을 입증합니다.
Node-RF 는 신경 ODE 와 동적 NeRF 를 결합하여 학습된 장면 상태의 연속적인 시간-공간 진화를 모델링함으로써, 관찰된 궤적을 넘어선 장기적인 장면 역학의 외삽과 일반화를 가능하게 합니다.
본 논문은 6G 밀집 소셀 환경에서 지연과 패킷 손실을 최소화하기 위해 큐잉 이론 기반 최적화와 경량 학습 벡터 양자화 (LVQ) 모델을 결합한 지식 정의 네트워킹 (KDN) 프레임워크를 제안하고, 이를 통해 기존 방식 대비 지연을 30~45%, 패킷 손실을 35% 이상 감소시키는 효과를 입증했습니다.
이 논문은 연방 언어 모델 환경에서 개별 클라이언트 수준의 추적성을 보장하고 백도어 기반의 블랙박스 워터마킹을 통해 모델 유출 시 책임 소재를 명확히 규명하는 'EmbTracker' 프레임워크를 제안합니다.
이 논문은 da Vinci Si 환자 측 조작기 (PSM) 에 대한 최초의 완전한 운동학 및 동역학 모델링 프레임워크를 제시하고, 동적 매개변수 식별을 통해 중력 보상 및 계산 토크 전향제어 구현을 통해 제어 정확도를 획기적으로 향상시켰습니다.
이 논문은 고차원 유클리드 공간에서 구 범위 합계 문제를 해결하기 위해, 근사 오차 을 허용함으로써 차원의 저주를 우회하고 거의 선형 공간과 부분 선형 쿼리 시간을 동시에 달성하는 효율적인 데이터 구조를 제안합니다.
이 논문은 시각적 이해와 생성 간의 그레인粒度 차이를 해결하기 위해 공유 잠재 공간 내에서 잔차 벡터 양자화를 통해 이미지 토큰을 점진적으로 진화시키는 통합 토크나이저 'EvoTok'을 제안하며, 소규모 데이터셋으로도 뛰어난 재구성 품질과 다양한 멀티모달 작업에서 우수한 성능을 입증합니다.
이 논문은 민감 속성과 결과 간의 조건부 독립성을 보장하여 편향을 제거하면서도 데이터 정확도를 향상시키기 위해, 지수 메커니즘을 활용한 조건부 독립성 인식 최소 신장 트리 알고리즘을 측정 단계에 통합한 'PrivCI'라는 새로운 차분 프라이버시 데이터 합성 프레임워크를 제안합니다.
이 논문은 학습 시스템의 예측이 개인의 의견에 영향을 미치고, 이 의견이 다시 사회적 상호작용을 통해 학습 데이터로 피드백되는 순환적 과정을 분석하여, 기존 의견 동역학 모델이 간과했던 예측의 수행적 효과가 네트워크의 동질화와 새로운 균형 상태에 미치는 영향을 규명합니다.
이 논문은 GUI 에이전트의 일반화 한계를 야기하는 의미적 모호성을 해결하기 위해, 난이도 기반 탐색과 정렬 기반 정제를 순환적으로 결합하여 고품질 궤적 데이터를 생성하는 'HATS' 프레임워크를 제안하고 이를 통해 기존 최첨단 모델보다 우수한 성능을 입증합니다.
본 논문은 분자 통신에서 다중 송신자 간섭을 제거하기 위해 화학 오실레이터로 타이밍을 제어하는 'ChemSICal-Net'이라는 화학 반응 네트워크 모델을 제안하고, 가우시안 프로세스 기반의 적응형 베이지안 최적화 기법을 통해 반응 속도 상수와 초기 농도를 최적화하여 결정 시간과 검출 정확도 간의 균형을 개선함을 보여줍니다.
이 논문은 시계열적 누출을 방지하고 '무엇 (What)', '왜 (Why)', '다음 (Next)'이라는 세 가지 차원에서 인간 의도를 정밀하게 평가할 수 있는 새로운 일인칭 시점 비디오 벤치마크인 'EgoIntent'를 제안하며, 기존 최첨단 멀티모달 대형 언어 모델들조차 이 과제를 해결하는 데 어려움을 겪고 있음을 보여줍니다.
이 논문은 기존 알고리즘들의 한계를 극복하고 시간, 메시지, 메모리 효율성을 모두 만족하는 결정론적 분산 최소 신장 트리 (MST) 및 부분별 집계 알고리즘을 제안합니다.
본 논문은 보조 기하학적 구성을 픽셀 렌더링이나 외부 실행기 없이 잠재 공간에서 학습 가능한 연속적 시각 표현으로 내재화하여, 다중 모달 기하 추론의 성능을 획기적으로 개선하는 'LatentGeo' 프레임워크를 제안합니다.