8464 편의 논문
이 논문은 텍스트 프롬프트, 참조 이미지, 짧은 오디오 클립을 단일 생성 과정으로 통합하여 시각적 외모와 목소리를 동시에 개인화하는 새로운 모델 'ID-LoRA'를 제안하며, 이를 통해 기존 방법론 대비 뛰어난 음성 유사도와 화자 특성을 구현하고 단일 GPU 에서 3 천 개의 훈련 쌍만으로 학습이 가능함을 보여줍니다.
이 논문은 이차 경로 (wedges) 를 기반으로 한 연산자 관점을 도입하여 에고 중심 네트워크를 압축하는 삼중 분해와 안전한 몫 (quotient) 구성 방법을 제시하고, 이를 통해 이차 보행 질량의 전이 부등식과 오차 특성을 증명하며 10 개의 벤치마크 그래프에서 그 유효성을 입증합니다.
이 논문은 과학자들의 번거로운 실험 작업을 자동화하기 위해 사용자 중심 접근법을 통해 로봇 보조 투석 시스템을 설계하고, 이를 통해 과학적 발견을 가속화하고 연구자의 업무 부담을 줄일 수 있음을 보여줍니다.
이 논문은 기존 기술적 지연 (Technical Lag) 지표가 소프트웨어 방치 상태를 놓치는 한계를 지적하고, 개발 활동 및 유지보수자 반응성 등을 종합적으로 평가하여 방치된 종속성을 효과적으로 식별하는 'MALTA' 프레임워크를 제안합니다.
이 논문은 복잡한 문자 체계와 불규칙한 레이아웃으로 인해 어려움이 많았던 방글라데시 번호판 인식을 위해 YOLOv8 기반의 적응형 훈련 전략과 비전 - 언어 OCR 모델을 결합하여 다양한 환경에서 97.83% 의 높은 정확도로 번호판을 정확하게 인식하는 강건한 딥러닝 프레임워크를 제안합니다.
이 논문은 실제 GUI 환경에서 LLM 기반 자율 에이전트의 신뢰성을 평가하기 위해 4 단계 전문 에이전트 아키텍처를 갖춘 완전 자동화 테스트 프레임워크 'SpecOps'를 제안하며, 기존 방법론 대비 뛰어난 버그 탐지 능력과 비용 효율성을 입증합니다.
이 논문은 대규모 공간 데이터의 시각적 충실도와 상호작용 성능을 유지하면서 클라이언트 측 렌더링을 위한 타일 크기를 효율적으로 축소하는 새로운 데이터 관리 프레임워크인 HiFIVE 를 제안하고, 이를 위한 NP-난해한 문제를 정의하고 해결하는 두 단계 방식을 제시합니다.
이 논문은 임베디드 시스템의 엔트로피 부족 문제를 해결하기 위해 양자 난수 생성기를 서버로 활용하고 ML-KEM 및 ML-DSA 같은 포스트 양자 암호 기술을 적용한 '엔트로피 서비스 (QEaaS)' 아키텍처를 제안하며, ESP32 기반 벤치마크를 통해 포스트 양자 구성이 기존 고전 암호 방식보다 오히려 더 빠른 성능을 보임을 입증했습니다.
이 논문은 베이스 정책의 매개변수를 변경하지 않고도 실행 시 성공 확률을 예측하여 행동을 유도하는 'UF-OPS'라는 업데이트 없는 온-폴리시 조향 방법을 제안함으로써, 블랙박스 확산 정책의 성공률을 평균 49% 향상시킨다고 설명합니다.
이 논문은 그래프 기반 메트릭 선호도 환경에서 즉각 결선투표 (IRV) 의 배제 구역 (exclusion zone) 문제와 왜곡 (distortion) 을 연구하여, 일반 그래프에서는 NP-난해하지만 트리 구조에서는 다항 시간 내에 해결 가능함을 증명하고, 특정 조건을 만족하는 모든 순위 기반 탈락 규칙에 대해 해당 문제의 계산적 한계를 규명했습니다.
이 논문은 기존 모델의 단순 모방을 넘어 강화를 학습과 직관적 보정을 통해 추론 능력을 갖춘 'DeepIntuit' 프레임워크를 제안함으로써, 기존 벤치마크를 벗어난 광범위한 변이를 가진 오픈 인스턴스 비디오 분류 문제를 해결합니다.
이 논문은 ReST-RL 이라는 계층적 강화학습 아키텍처를 통해 보행 진동과 화물 안정화를 분리 제어함으로써, 인간형 로봇이 외부 방해와 다양한 물체를 운반할 때에도 높은 성공률과 제로샷 시뮬레이션-실제 일반화 능력을 달성함을 보여줍니다.
이 연구는 40 명의 임상 전문가가 참여한 가상현실 심정지 시뮬레이션 중의 안구 추적 데이터를 전환 네트워크 분석 (TNA) 에 적용하여, 역할과 시나리오 단계에 따라 시각적 주의가 어떻게 역동적으로 재분배되는지를 규명함으로써 팀 인지 기능의 분화를 매핑하고 급성 요양 훈련을 위한 새로운 분석 도구를 제시합니다.
이 논문은 직교 행렬 투영을 통해 초기 노이즈에 비밀 메시지를 임베딩하고, 잠재 공간 최적화와 역방향 오일러 역변환을 도입하여 재구성 오차를 최소화함으로써 64kbps MP3 압축 하에서도 0.15% 의 매우 낮은 비트 오류율을 달성하는 증명 가능한 보안성과 강인성을 갖춘 오디오 확산 스테가노그래피 프레임워크 'PRoADS'를 제안합니다.
이 논문은 공간 도메인 (RivaGAN) 과 잠재 도메인 (Tree-Ring) 수학적 매니폴드에서 작동하는 현재 최첨단 AI 워터마크가 각각 알고리즘적 픽셀 재작성과 기하학적 불일치에 대해 상호 배타적이고 직교하는 취약점을 보이며 단일 도메인 방식으로는 현대적 적대적 공격에 대응할 수 없음을 실증적 벤치마크를 통해 규명하고, 다중 도메인 암호화 아키텍처의 필요성을 제시합니다.
이 논문은 주어진 중립 랜드마크와 길이를 기반으로 프레임별 4D 얼굴 표정 시퀀스를 생성하고, 시간적 일관성 손실 및 다중 수준 정체성 인식 변위 네트워크를 통해 유연하고 정교한 4D 얼굴 표정 합성을 가능하게 하는 'FC-4DFS'를 제안합니다.
이 논문은 대형 멀티모달 모델의 추론 과정 길이를 사전에 예측하여 메모리 단편화를 해결하고 사고 과부족을 완화하는 새로운 방법인 'Fuel Gauge'를 제안하고 그 유효성을 입증합니다.
이 논문은 기존 방법들의 한계인 다양한 얼굴 정체성에 대한 강건성을 개선하기 위해, 중립 랜드마크를 활용하고 정체성 판별기, 랜드마크 오토인코더, 교차 주의 메커니즘을 통합한 LM-4DGAN 을 제안하여 4D 얼굴 표정을 생성하는 모델을 소개합니다.
이 논문은 소비자용 GPU 에서 실행되는 다중 에이전트 AI 작업의 지연 시간 안정성과 처리량을 동시에 개선하기 위해, 프리필과 디코드를 격리하고 동적 예산 할당 및 적응형 CUDA 환경 할당을 통해 프리필과 디코드를 효율적으로 관리하는 'AgentServe' 시스템을 제안합니다.
이 논문은 추상적인 감정을 구체적인 시각적 요소로 변환하고 일관성을 유지하는 것이 핵심인 새로운 '감성 인식 스토리 생성' 과제를 해결하기 위해, 에이전트 기반의 스토리 기획과 영역 인식 생성을 결합한 'EmoStory' 프레임워크를 제안하고 기존 방법보다 뛰어난 성능을 입증합니다.