8731 편의 논문
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 다양한 RSVP 작업 간 교차 작업 제로 보정 성능을 향상시키기 위해 언어 - 이미지 사전 지식을 EEG 디코딩에 통합한 ELIPformer 모델을 제안하고, 이를 통해 RSVP-BCI 시스템의 실용적 배포를 가능하게 함을 보여줍니다.
이 논문은 다중 클래스 RSVP-BCI 시스템의 성능을 향상시키기 위해 EEG 와 안구 운동 (EM) 신호를 융합한 'MTREE-Net'을 제안하고, 이를 검증하기 위해 43 명의 참가자로부터 수집된 EEG 와 EM 데이터를 포함한 공개 데이터셋을 구축했습니다.
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 논문은 전기 포텐셜과 항력 간의 결합을 가중된 대류 항으로 재구성한 새로운 유한 요소법을 제안하고, 이를 통해 스토크스-푸아송-볼츠만 연립방정식의 해 존재성과 유일성을 증명하며 수치 실험을 통해 전기삼투 흐름에 대한 수렴성과 적용 가능성을 입증합니다.
이 논문은 복잡한 기존 증명과 알고리즘의 단점을 보완하면서도 여전히 거의 최적의 성능을 보장하는 비대칭 팔레트 희석화 정리를 제시하여, 정점 색칠 문제에 대한 단순하고 구현하기 쉬운 근사 최적 서브선형 알고리즘을 개발했습니다.
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.
본 논문은 전자기석과 영구자석으로 구동되며 카메라로 whisker 움직임을 추적하는 비전 기반 자기 구동 수염 어레이 센서를 제안하여, 99.17% 의 분류 정확도와 87% 의 성공적인 그리핑률을 통해 정밀한 촉각 감지 및 물체 조작의 가능성을 입증했습니다.
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.
본 논문은 LiDAR 원격 탐사의 데이터 해석과 매개변수 역산이라는 두 가지 주요 방향을 약한 지도 학습 (WSL) 의 통합된 관점에서 체계적으로 검토하고, 다양한 약한 감독 설정과 LiDAR 고유의 과제를 해결하는 최신 기법들을 분석하며, 향후 기초 모델과의 융합을 통한 확장 가능한 미래 방향성을 제시합니다.
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.
기존 이상 탐지 벤치마크의 성능 포화 문제를 해결하기 위해 투명 및 중첩 객체, 다양한 조명 조건, 극미세 결함 등 8 가지 새로운 산업 검사 시나리오와 8,000 개 이상의 고해상도 이미지를 포함하는 'MVTec AD 2' 데이터셋을 소개하고, 이를 통해 최신 방법론들의 성능 한계를 평가하고 있습니다.
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.
이 논문은 광학 및 SAR 이미지의 상호 보완적 특성을 활용하여 복잡한 환경에서의 객체 탐지 성능을 향상시키기 위해 대규모 정렬된 데이터셋 (M4-SAR), 통합 벤치마크 툴킷, 그리고 새로운 융합 탐지 프레임워크 (E2E-OSDet) 를 제안합니다.