3447 편의 논문
이 논문은 단일 인체 기반 또는 분리 모델링 방식의 한계를 극복하기 위해 인과적 상호작용 주입, 역할 진화 스캐닝, 지역적 패턴 증폭 기법을 도입한 효율적이고 효과적인 인간 - 인간 모션 생성 프레임워크인 TIMotion 을 제안하고 InterHuman 및 InterX 데이터셋에서 우수한 성능을 입증합니다.
이 논문은 표본 데이터 시각화 모델의 보안 취약점을 드러내기 위해 희귀 단어 패턴이나 첫 번째 단어 프롬프트와 같은 은밀한 트리거를 활용하여 민감 정보 유출, 오도성 시각화, 서비스 거부 공격을 수행하는 백도어 공격 프레임워크 'VisPoison'을 제안하고, 기존 방어 기법의 한계를 지적하며 보다 견고한 시스템의 필요성을 강조합니다.
이 논문은 비전 - 언어 모델이 생성한 이산적 및 연속적 제약 조건을 작업 및 운동 계획 (TAMP) 시스템에 통합하여 자연어 기반의 복잡한 장기 로봇 조작 과제를 해결하는 'OWL-TAMP'라는 새로운 접근법을 제안하고 그 유효성을 실험을 통해 입증합니다.
이 논문은 26 명의 소프트웨어 엔지니어를 대상으로 한 연구를 통해 LLM 의 부정확한 응답이 작업 포기 확률을 11 배 증가시키는 등 주요 실패 요인을 규명하고, 이를 극복하기 위한 프롬프트 정교화 등의 완화 전략과 향후 도구의 방향성을 제시합니다.
이 논문은 사전 훈련된 비전 - 언어 모델의 특성을 활용한 클래스 기반 클러스터링과 적응형 임계값 기반의 선택적 질의 전략을 통해, 적은 레이블 데이터로도 높은 정확도를 달성하는 예산 효율적 액티브 프롬프트 학습 프레임워크를 제안합니다.
이 논문은 51 편의 문헌을 분석하여 로그 냄새 (log smells) 에 대한 9 가지 분류 체계를 제시하고, 이를 해결하는 기존 도구들의 현황과 연구 과제를 규명하여 개발자의 로그 코드 품질 향상을 돕습니다.
이 논문은 72 명의 참가자를 대상으로 한 실험을 통해 혼합 현실 환경에서 시각적 그래프 분석을 위한 3D 표현이 기준이 되는 명목상 그룹 (nominal groups) 보다 협업 문제 해결에 더 나은 결과를 유도하지 못함을 보여주었습니다.
본 논문은 LiDAR 점구름을 제약 조건으로 활용하고 왜곡 보정 및 정규화 손실 함수를 도입하여 지상 원거리 촬영 환경에서 발생하는 기하학적 오류와 화질 저하 문제를 해결하고, AIR-LONGYAN 데이터셋을 공개하는 항공 원격 감지를 위한 정밀한 3D 가우스 스플래팅 기법인 ARSGaussian 을 제안합니다.
이 논문은 14 개 산업 분야의 160 개 가이드라인과 정책 성명서를 텍스트 마이닝 기법으로 분석하여 생성형 AI 와 대규모 언어 모델의 혁신과 윤리적 책임, 규제 간의 균형을 모색하고 산업 전반에 대한 책임 있는 통합을 위한 실질적인 통찰과 제언을 제시합니다.
이 논문은 DAO 거버넌스에서 투표권 위임의 기밀성을 보장하기 위해 제로지식 증명을 활용하여 위임자, 위임받는자, 위임 사실 자체의 연결성을 숨기는 새로운 프로토콜 'Kite'를 제안하고, 이를 이더리움 Governor Bravo 스마트 컨트랙트에 구현하여 실용성을 입증했습니다.
이 논문은 로봇과 증강현실 장치에만 감지되어 인간의 시야를 방해하지 않는 새로운 형태의 비가시성 표지자 'iMarkers'를 제안하고, 그 하드웨어 설계와 오픈소스 소프트웨어 알고리즘을 통해 다양한 로봇 시나리오에서의 효과성과 적응성을 입증합니다.
이 연구는 인간 관리자뿐만 아니라 AI 관리자 역시 성별에 따라 다르게 인식되며, 특히 여성 AI 관리자가 보상을 부여하지 않을 때 더 큰 회의감과 부정적 평가를 받는 등 성별 편향이 AI 관리 시스템에도 확장됨을 실험을 통해 규명했습니다.
이 논문은 2015 년 이후 발표된 200 편 이상의 논문을 분석하여 Wi-Fi 센싱의 일반화 문제를 해결하기 위한 기술, 데이터셋, 그리고 향후 연구 방향을 체계적으로 정리하고, 이를 위한 'Sensing Dataset Platform(SDP)'을 소개합니다.
이 논문은 텍스트 인식과 편집을 통합된 프레임워크로 결합하고 순환 자기지도 학습을 통해 복잡한 파이프라인 없이 자연스러운 장면 텍스트 편집을 가능하게 하는 새로운 방법인 RS-STE 를 제안합니다.
이 논문은 베이지안 최적화와 그래프 축소 탐색 알고리즘을 결합하여 다양한 워크로드에서 기존 최첨단 동시성 제어 알고리즘들보다 높은 처리량과 빠른 최적화 속도를 보이는 새로운 학습 기반 동시성 제어 알고리즘인 NeurCC 를 제안합니다.
이 논문은 닫힌 대칭적 설정을 넘어 비닫힌 비대칭 모노이달 베이스로 일반화하여 오른쪽 액터고리와 오른쪽 풍부화된 코파워 범주 사이의 동치를 증명함으로써, CaMPL 언어에서 선형 자원의 재사용 한계를 극복하고 고차 프로세스를 지원할 수 있는 수학적 기반을 제시합니다.
이 논문은 제한된 주석 데이터 환경에서 의료 이미지 분할 성능을 향상시키기 위해, 노이즈 제거 확산 확률 모델 (DDPM) 을 활용한 비지도 학습 기반의 마스 생성과 교차 훈련을 결합한 새로운 반지도 학습 프레임워크를 제안하고 다양한 벤치마크에서 기존 기법들을 능가하는 결과를 입증했습니다.
이 논문은 지역적 AI 생성 이미지 검출의 한계를 극복하기 위해 15 만 장의 대규모 데이터셋 'BR-Gen'과 노이즈 지문을 활용한 포geries 증폭 메커니즘을 도입한 'NFA-ViT' 모델을 제안하여 검출 성능과 일반화 능력을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 Python 의 GIL 을 해제하여 CPU 및 GPU 간 데이터 로딩 병목 현상을 해결하고, 기존 PyTorch DataLoader 대비 74% 빠른 처리 속도와 더 낮은 CPU/메모리 사용량을 달성한 오픈소스 라이브러리 SPDL 을 소개합니다.
이 논문은 도구의 사용 중 발생하는 관성 충격과 지렛대 효과로 인한 미끄러짐을 방지하기 위해, 작업 궤적에 따른 토크와 미끄러짐을 예측하여 최적의 그립을 선택하는 '역 도구 사용 계획 (iTuP)' 프레임워크와 실시간 점수화 네트워크 (SDG-Net) 를 제안하여 실제 로봇의 도구 사용 성공률을 크게 향상시켰다고 요약할 수 있습니다.