SRSUPM: Sequential Recommender System Based on User Psychological Motivation
이 논문은 기존 순차 추천 시스템의 한계를 극복하기 위해 사용자의 심리적 동기 변화를 정량적으로 평가하고 이를 반영한 다단계 상태 모델링 및 표현 분해를 통해 추천 성능을 향상시킨 'SRSUPM' 프레임워크를 제안합니다.
💻 Category
cs
7772 편의 논문
Grow with the Flow: 4D Reconstruction of Growing Plants with Gaussian Flow Fields
이 논문은 식물의 성장 과정에서 발생하는 새로운 기하학적 구조와 시간적 일관성 문제를 해결하기 위해, 3D 가우스 원시와 신경 상미분 방정식을 결합하여 성장 흐름장을 모델링하는 'GrowFlow'를 제안합니다.
Resilient Topology-Aware Coordination for Dynamic 3D UAV Networks under Node Failure
이 논문은 3 차원 UAV 네트워크의 노드 고장 시에도 90% 이상의 서비스 복구를 달성하고 불필요한 핸드오버를 50% 감소시키는 자기 치유형 토폴로지 인식 강화학습 프레임워크인 TAG-MAPPO 를 제안하여 6G 공중 네트워크의 복원력을 입증합니다.
Embed-RL: Reinforcement Learning for Reasoning-Driven Multimodal Embeddings
이 논문은 임베더가 생성된 추론 과정을 직접 지도하는 임베더-가이드 강화학습 (EG-RL) 프레임워크와 검색 관련성을 강화한 증거 기반 추적 추론 (T-CoT) 을 도입하여, 제한된 컴퓨팅 자원으로도 기존 최첨단 모델보다 우수한 범용 멀티모달 임베딩 성능을 달성한 'Embed-RL'을 제안합니다.
IDSelect: A RL-Based Cost-Aware Selection Agent for Video-based Multi-Modal Person Recognition
이 논문은 비디오 기반 다중 모달 개인 인식에서 정확도와 효율성의 균형을 최적화하기 위해 강화 학습 기반의 비용 인식 선택 에이전트 'IDSelect'를 제안하며, 입력 복잡도에 따라 각 모달리티별 모델을 동적으로 선택하여 기존 고정 앙상블 대비 계산 비용을 대폭 절감하면서도 정확도를 향상시킵니다.
Efficient Parallel Algorithms for Hypergraph Matching
이 논문은 CRCW 및 CREW PRAM 모델에서 효율적인 병렬 하이퍼그래프 매칭 알고리즘을 제안하고, 이론적 성능을 증명하며 GPU(CUDA 및 Kokkos) 를 통한 실험에서 단일 코어 CPU 대비 최대 76 배의 속도 향상을 입증했습니다.
GeoDiff4D: Geometry-Aware Diffusion for 4D Head Avatar Reconstruction
이 논문은 단일 초상화에서 기하학적 지식을 고려한 확산 모델을 활용하여 정교한 3D 기하학과 사실적인 표현을 갖춘 4D 헤드 아바타를 실시간으로 재구성하는 새로운 프레임워크 'GeoDiff4D'를 제안합니다.
Beyond Explainable AI (XAI): An Overdue Paradigm Shift and Post-XAI Research Directions
이 논문은 현재 XAI 의 근본적 한계와 모순을 지적하고, 사후 설명을 넘어 검증 중심의 대화형 AI, AI 인식론, 사용자 중심 AI, 모델 중심 해석성이라는 네 가지 축을 통해 신뢰할 수 있는 AI 개발을 위한 새로운 패러다임 전환을 제안합니다.
LaST-VLA: Thinking in Latent Spatio-Temporal Space for Vision-Language-Action in Autonomous Driving
이 논문은 자율주행에서 명시적 텍스트 추론의 한계를 극복하기 위해 3D 기반 모델과 월드 모델의 기하학적 제약 및 동적 예측을 잠재 공간에 통합한 '잠재 시공간 추론 (Latent Spatio-Temporal CoT)' 패러다임을 제안하여 NAVSIM 및 기타 벤치마크에서 최상위 성능을 달성한 LaST-VLA 프레임워크를 소개합니다.
Surveillance, Spacing, Screaming and Scabbing: How Digital Technology Facilitates Union Busting
이 논문은 아마존, 스타벅스, 보스턴 대학교의 사례를 분석하여 디지털 기술이 감시, 물리적 격리, 선동적 공격, 대체 노동력 동원이라는 네 가지 전략을 통해 노조 탄압을 어떻게 용이하게 하는지 규명하고, 이에 대한 대응 방안과 향후 연구 방향을 제시합니다.
GeNeX: Genetic Network eXperts framework for addressing Validation Overfitting
이 논문은 검증 과적합 (Validation Overfitting) 문제를 해결하기 위해 유전 알고리즘 기반의 모델 생성과 예측 행동 클러스터링을 통한 앙상블 구축을 결합한 'GeNeX' 프레임워크를 제안하며, 이를 통해 분포 변화가 있는 실제 배포 환경에서도 견고한 일반화 성능을 달성함을 보여줍니다.
Cross-Platform Digital Discourse Analysis of Iran: Topics, Sentiment, Polarization, and Event Validation on Telegram and Reddit
이 논문은 텔레그램과 레딧의 데이터를 활용해 이란 관련 담론의 주제, 감정, 양극화를 분석하고, 온라인 담론의 급증 신호가 실제 지리정치적 사건과 시간적 지연을 두고 상관관계를 보이며 오프라인 개발을 예측하거나 반응하는 양상을 보인다는 것을 입증했습니다.
Uncertainty-Aware Estimation of Mis/Disinformation Prevalence on Social Media
이 논문은 2025 년 3 월부터 4 월까지 프랑스, 폴란드, 슬로바키아, 스페인의 6 개 소셜 미디어 플랫폼에서 수집된 데이터를 바탕으로 표본, 주석, 데이터 검색에서 비롯된 불확실성을 통합적으로 정량화하여 허위/오정보의 유병률 추정을 보다 견고하게 만드는 방법론을 제시합니다.
Identifying the Group to Intervene on to Maximise Effect Under Cross-Group Interference
이 논문은 네트워크 간 간섭 하에서 타겟 그룹의 효과를 극대화할 수 있는 소스 그룹의 최적 개입 집합을 식별하기 위해 '코어 - 그룹 인과 효과 (Co2G)'를 정의하고, 이를 추정하며 불확실성을 고려하여 최적 집합을 선택하는 'CauMax' 프레임워크를 제안합니다.
Context Before Code: An Experience Report on Vibe Coding in Practice
이 경험 보고서는 소규모 풀스택 팀이 생산성 환경에서 '바이브 코딩'을 적용한 결과, 초기 구조화 작업은 가속화되었으나 멀티테넌시 및 접근 제어와 같은 핵심 아키텍처 제약은 명시적 설계와 검증이 필수적임을 보여주며, 엔지니어링 노력의 초점이 보일러플레이트 구현에서 제약 조건 명세와 감사로 이동하고 있음을 시사합니다.
SELF-VLA: A Skill Enhanced Agentic Vision-Language-Action Framework for Contact-Rich Disassembly
본 논문은 폐기 전자제품의 복잡한 분해 작업을 위해 명시적인 분해 기술을 통합한 자기 주도형 비전 - 언어 - 행동 (VLA) 프레임워크인 SELF-VLA 를 제안하며, 기존 모델보다 우수한 성능을 입증합니다.
Edge-Assisted Multi-Robot Visual-Inertial SLAM with Efficient Communication
이 논문은 대역폭 제약과 온보드 컴퓨팅 한계를 극복하기 위해 로봇 - 엣지 - 클라우드 계층 구조를 기반으로 한 경량 광류 추적 및 효율적인 데이터 압축 기술을 통해 실시간 글로벌 일관성을 갖춘 다중 로봇 시각 - 관성 SLAM 시스템을 제안합니다.
Understanding by Reconstruction: Reversing the Software Development Process for LLM Pretraining
이 논문은 정적 코드 저장소로부터 다중 에이전트 시뮬레이션과 검색 기반 최적화를 통해 계획, 추론, 디버깅과 같은 잠재적 에이전트 궤적을 역추적하여 생성된 재구성 데이터를 LLM 사전 학습에 활용함으로써, 복잡한 소프트웨어 엔지니어링 작업에 필요한 심층 추론 능력을 획기적으로 향상시킨다는 새로운 패러다임을 제시합니다.
Type-safe Monitoring of Parameterized Streams
이 논문은 무한한 데이터 도메인을 처리하는 파라미터화된 스트림을 RTLola 모니터링 프레임워크에 통합하여, 정교한 타입 시스템을 통해 런타임 오류를 방지하고 사이버 - 물리 시스템의 안전성을 보장하는 방법을 제시합니다.
RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation
이 논문은 비정상적인 상황 (OOD) 에서의 신뢰성을 확보하기 위해 시뮬레이션 벤치마크와 실세계 실험을 통해 검증된 로봇 조건부 정규화 흐름 (RC-NF) 모델을 제안하여, VLA 기반 로봇 시스템의 실시간 이상 감지 및 복구를 가능하게 함으로써 동적 환경에서의 강건성과 적응성을 크게 향상시킵니다.