💻 컴퓨터 과학
Brain-like adaptive dendritic memristive networks
본 논문은 구조적 역동성과 기능적 연결성의 공진화를 통해 인-마테리아(in-materia) 학습과 메모리를 가능하게 함으로써 적응형 수지상 멤리스터 네트워크를 통한 체화된 지능을 달래는 뇌 유사 자기 조직화 하드웨어 아키텍처를 제시한다.
💻 Category
cs
3962 편의 논문
💻 컴퓨터 과학
Supervised Cross-Subject Adaptation and Low-Latency Confidence-Aware Trie Decoding for EEG-Based Imagined Handwriting Recognition
본 논문은 신속한 개인화, 높은 단어 재구성 정확도, 그리고 엣지 디바이스에서의 저지연 에너지 효율적 성능을 달성하기 위해, 동결된 피험자 간 신경 인코더와 경량의 대상 특화 분류기 및 신뢰도 인지형 트라이 디코더를 결합한 EEG 기반 상상 필기 인식 프레임워크를 제시한다.
💻 컴퓨터 과학
Adaptive Feature-Group Masking under Feature-Set Shift: A Reproducible Multi-Dataset Evaluation of When Simpler Corruption Wins
이 재현 가능한 다중 데이터셋 평가은 적응형 피처 그룹 마스킹이 피처 세트 변화에 대한 강건성을 향상시키는 데 있어 더 단순한 비적응형 오염 정책보다 유의미하게 우수하지 않음을 입증하며, 이는 이 작업에서 복잡한 적응 메커니즘보다 일치된 대조군과 데이터셋 수준의 추론이 더 중요하다는 것을 시사한다.
💻 컴퓨터 과학
A Closed-Loop Data-Driven Framework for Value Stream Mapping and Future-State Design
본 논문은 프로세스 마이닝, 복잡 네트워크 분석, 설명 가능한 머신러닝, 그리고 디지털 트윈 시뮬레이션을 통합하여 가치 흐름 지도(Value Stream Mapping) 작성을 자동화하고 미래 상태 설계를 정량적으로 최적화하는 폐쇄 루프형 데이터 기반 프레임워크를 제안하며, 이를 통해 실제 제조 시나리오 전반에서 리드 타임, 재공품 및 결함의 유의미한 감소를 입증한다.
💻 컴퓨터 과학
Operator Learning for Robust Discovery of Fractional-Order Dynamical Systems from Noisy Data
본 논문은 정확한 분수계 미분 추정을 위한 딥 오퍼레이터 네트워크(DeepONet)와 희소 회귀를 위한 앙상블 희소 비선형 동역학 식별(SINDy)을 결omet하여, 노이즈가 있는 데이터로부터 분수계 차수 동역학 시스템의 지배 방정식을 발견하기 위한 강건한 프레임워크를 제안하며, 고전적인 유한 차분법 및 표준 신경망과 비교하여 우수한 정확도와 일반화 성능을 입증한다.
💻 컴퓨터 과학
A small validation budget reliably selects a compact text representation for e-commerce recommendation prediction
본 연구는 이커머스 추천 작업을 위해 소규모 검증 예산을 사용하여 압축된 텍스트 표현(구체적으로 TF-IDF와 SVD의 조합)을 선택하는 것이 후보군이 적절히 제한된다는 전제하에, 전체 예산 선택과 대등한 테스트 성능을 유지하면서도 계산 비용을 최대 90%까지 줄일 수 있음을 입증한다.
💻 컴퓨터 과학
Every-successful-replay route admission changes first-token latency rankings in clinical question answering
본 연구는 임상 질의응답에서 명시적인 근거 수용 요건을 강제하는 것이 경로 순위와 지연 시간 지표를 유의미하게 변화시키는 동시에 근거 타당성 오류를 줄인다는 점을 입증하며, 이는 임상 지연 벤치마크에서 표준화된 수용 규칙의 필요성을 강조한다.
💻 컴퓨터 과학
Candidate Evidence Reranking and Risk-Aware Answer Selection in Multi-Hop Retrieval-Augmented Generation
본 논문은 멀티홉 검색 증강 생성(multi-hop retrieval-augmented generation)에서 증거 할당과 정답 선택을 최적화하기 위해 후보 증거 재순위화(CAPE)와 위험 인지형 정답 선택(CTA/EBC)을 특징으로 하는 2단계 프레임워크를 제안하며, 이는 SAG, RRF, 다수결 투표(majority voting)와 같은 기존 베이스라인보다 재현율(recall)과 F1 점수를 유의미하게 향상시킨다.
💻 컴퓨터 과학
Condence, Calibration, and Abstention in Small Open-Weight Language Models on Psychiatric Knowledge Questions: A Cross-Domain Replication
이 파일럿 연구는 정신의학 지식 질문에 적용된 소규모 오픈 웨이트 언어 모델들이 불량한 신뢰도 보정(confidence calibration)과 도메인 의존적인 정확도 순위를 보이며, 엄격한 쌍체 통계(paired statistics)로 평가했을 때 답변을 유보하도록 유도하는 프롬프팅이 성능을 개선하기보다 오히려 저하시킨다는 점을 입증한다.
💻 컴퓨터 과학
Collective Epistemic Network Framework with Adaptive Field Control: Stability and Robustness in Adversarial Multi-Agent Systems
본 연구는 적응형 필드 제어와 신뢰 가소성을 통합하여 합성 다중 에이전트 네트워크에서 적대적 공격에 대한 합의 정확도와 안정성의 유의미한 향상을 입증하는 동시에 특정 설계 조건 하에서의 형식적 수렴 보장을 확립하는 계산 모델인 집합적 인식 네트워크 프레임워크(CENF)를 소개한다.