Radio Radiance Field: The New Frontier of Spatial Wireless Channel Representation
이 논문은 차세대 무선 시스템의 정밀한 채널 추정과 빔포밍 등을 가능하게 하기 위해 전파의 공간적 분포와 방향성을 포착하는 '전파 방사선장 (RRF)' 개념을 제안하고, 이를 통해 공간 채널 상태 정보 (Spatial-CSI) 와 디지털 라디오 트윈을 구현할 수 있음을 설명합니다.
💻 Category
cs
7580 편의 논문
WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing
이 논문은 텍스트 중심 이미지 편집의 한계를 극복하기 위해 대규모 데이터셋, 표준 벤치마크, 그리고 글리프 기반의 두 단계 학습 전략을 포함한 체계적인 솔루션인 'WeEdit'을 제안하고 있습니다.
LHGstore: An In-Memory Learned Graph Storage for Fast Updates and Analytics
본 논문은 현대 멀티코어 CPU 환경에서 빈번한 업데이트와 저지연 분석을 동시에 효율적으로 처리하기 위해, 정점의 차수에 따라 경량 배열과 학습된 색인을 적응적으로 적용하는 새로운 인메모리 그래프 저장소 LHGstore 를 제안하고, 이를 통해 기존 최첨단 시스템 대비 5.9~28.2 배의 처리량 향상을 입증합니다.
LaMoGen: Language to Motion Generation Through LLM-Guided Symbolic Inference
이 논문은 LLM 의 심볼릭 추론을 통해 해석 가능하고 제어 가능한 인간 동작을 생성하는 새로운 프레임워크인 LaMoGen 과 이를 위한 라바노테이션 기반 표현법인 LabanLite 를 제안하고, 기존 방법론보다 뛰어난 성능과 설명력을 입증합니다.
Articulat3D: Reconstructing Articulated Digital Twins From Monocular Videos with Geometric and Motion Constraints
이 논문은 단일 비디오에서 기하학적 및 운동학적 제약을 결합하여 관절형 객체의 고정밀 디지털 트윈을 구축하는 새로운 프레임워크인 Articulat3D 를 제안하며, 기존 다중 뷰 및 정적 상태 의존의 한계를 극복하고 실세계 적용 가능성을 크게 향상시킵니다.
DyWeight: Dynamic Gradient Weighting for Few-Step Diffusion Sampling
이 논문은 확산 모델의 샘플링 속도를 획기적으로 개선하기 위해 기존 방법의 한계를 극복하고 학습 기반의 적응형 가중치를 통해 역사적 기울기를 동적으로 결합하는 새로운 다단계 솔버 'DyWeight'를 제안합니다.
Federated Learning and Unlearning for Recommendation with Personalized Data Sharing
이 논문은 사용자의 개인화된 데이터 공유 의사를 반영하고 공유된 데이터의 영향력을 제거할 수 있는 'FedShare'라는 새로운 연방 학습 및 언러닝 프레임워크를 제안하여, 기존 연방 추천 시스템의 한계를 극복하고 저장 오버헤드를 줄이면서 높은 추천 성능을 달성합니다.
Link Quality Aware Pathfinding for Chiplet Interconnects
이 논문은 칩릿 간 연결에서 엄격한 비트 오류율 목표를 달성하기 위해 오류 정정 부호의 오버헤드를 고려한 경로 탐색 흐름과 CP-SAT 기반 링크 할당 기법을 제안합니다.
SemiTooth: a Generalizable Semi-supervised Framework for Multi-Source Tooth Segmentation
이 논문은 다양한 기관의 CBCT 데이터에서 발생하는 라벨 부족과 도메인 간 차이를 해결하기 위해, 다중 소스 반지도 학습을 위한 'SemiTooth' 프레임워크와 새로운 데이터셋 'MS3Toothset'을 제안하여 치아 분할의 정확도와 일반화 성능을 획기적으로 향상시킨 연구입니다.
Noise-aware few-shot learning through bi-directional multi-view prompt alignment
이 논문은 노이즈가 있는 레이블 환경에서 견고한 퓨샷 학습을 가능하게 하기 위해, 지역 인식 정렬과 양방향 프롬프트 설계, 최적 수송 기반의 선택적 정제 전략을 결합한 NA-MVP 프레임워크를 제안하고 그 유효성을 입증합니다.
Sema: A High-performance System for LLM-based Semantic Query Processing
LLM 기반의 의미적 쿼리 처리를 위해 DuckDB 를 기반으로 구축된 Sema 는 자연어 표현을 SQL 에 통합하고 적응적 쿼리 실행 (AQE) 을 통해 토큰 소비와 지연 시간을 최적화함으로써 기존 시스템 대비 2~10 배의 성능 향상을 달성합니다.
Developing Foundation Models for Universal Segmentation from 3D Whole-Body Positron Emission Tomography
이 논문은 3D 전신 PET 영상의 해부학적 대비 부족과 데이터 부족 문제를 해결하기 위해, 11,041 건의 스캔과 59,831 개의 마스크로 구성된 대규모 데이터셋을 기반으로 다양한 질병과 추적자에 대해 제로샷 성능을 보이는 범용 분할 기초 모델 'SegAnyPET'을 개발하고 그 임상적 유효성을 입증했습니다.
From Pets to Robots: MojiKit as a Data-Informed Toolkit for Affective HRI Design
이 논문은 인간과 반려동물 간 상호작용 데이터를 기반으로 한 구조화된 참고 자료와 프로토타입 로봇, 제어 스튜디오를 통합한 'MojiKit' 툴킷을 개발하고, 이를 통해 비전문가도 기술적 장벽 없이 반려동물에서 영감을 받은 풍부하고 다양한 정서적 로봇 행위를 체계적으로 설계할 수 있음을 실증했습니다.
MV-SAM3D: Adaptive Multi-View Fusion for Layout-Aware 3D Generation
본 논문은 단일 이미지 기반의 레이아웃 인식 3D 생성을 넘어, 다중 뷰 일관성과 물리적 타당성을 보장하는 훈련 없는 프레임워크인 MV-SAM3D 를 제안하여 객체 간 침투나 공중 부양과 같은 비현실적 문제를 해결하고 생성 품질을 크게 향상시켰습니다.
Diversity You Can Actually Measure: A Fast, Model-Free Diversity Metric for Robotics Datasets
이 논문은 시그니처 커널 기반 엔트로피를 도입하여 로봇 모방 학습 데이터셋의 다양성을 정량화하고, 이를 기반으로 모델 프리 방식으로 최적의 데이터 서브셋을 선택하는 FAKTUAL 알고리즘을 제안함으로써 다양한 벤치마크와 실제 작업에서 성공률을 향상시켰음을 보여줍니다.
Learn Structure, Adapt on the Fly: Multi-Scale Residual Learning and Online Adaptation for Aerial Manipulators
이 논문은 물리 변수를 독립 토큰으로 처리하여 다중 스케일 역학을 분리하고, 잠재 공간에서의 온라인 적응을 통해 비정상적인 하중 변화에 실시간으로 대응하는 '분해된 역학 트랜스포머 (FDT)'와 '잠재 잔류 어댑터 (LRA)'를 기반으로 한 예측적 적응 프레임워크를 제안하여 무인 항공 매니퓰레이터의 제어 정밀도와 안정성을 크게 향상시켰습니다.
Chunk-Boundary Artifact in Action-Chunked Generative Policies: A Noise-Sensitive Failure Mechanism
이 논문은 생성형 비전 - 모션 정책에서 작업 실패와 밀접하게 연관된 '조각 경계 아티팩트'가 단순한 실행 결함이 아니라 노이즈에 민감하고 방향성을 가진 개입이 가능한 실패 메커니즘임을 규명하고, 이를 통해 정책의 안정성을 개선할 수 있음을 보여줍니다.
Beyond BFS: A Comparative Study of Rooted Spanning Tree Algorithms on GPUs
이 논문은 고차원 및 멱법칙 그래프에서 기존 BFS 의 O(D) 단계 복잡도 한계를 극복하기 위해 GPU 에 최적화된 PR-RST 알고리즘과 GConn 기반의 오일러 투어 루팅 방식을 비교 분석한 결과, 후자가 최적화된 BFS 대비 최대 300 배의 속도 향상을 보여줌으로써 GPU 그래프 분석에서 RST 구성 전략의 재검토가 필요함을 시사합니다.
OmniForcing: Unleashing Real-time Joint Audio-Visual Generation
이 논문은 이진 방향성 주의 의존성으로 인한 높은 지연 시간을 해결하기 위해, 비동기적 블록 인과 정렬, 오디오 싱크 토큰 메커니즘, 그리고 결합 자기 강제 증류 기법을 도입하여 단일 GPU 에서 약 25 FPS 의 실시간 고품질 오디오 - 비디오 생성을 가능하게 한 'OmniForcing' 프레임워크를 제안합니다.
Visibly Recursive Automata
이 논문은 비시저리 푸시다운 오토마타의 대안으로서 서로 호출할 수 있는 오토마타 집합으로 구성된 '비시저리 재귀 오토마타 (VRAs)'를 제안하고, 그 언어 이론적 연산 및 결정 문제의 복잡성을 분석하며 표현력을 제한하지 않는 '코드터미니즘' 개념을 도입하여 VRAs 의 보충 연산 구현 등 알고리즘적 이점을 입증합니다.