3657 편의 논문
본 논문은 엄격한 오프라인 제약 조건 하에서 동적인 ARC-AGI 과제를 해결하기 위해 적응형 추론과 신속한 작업 습득을 가능하게 하는 디지털 트윈 아키텍처, 인지 프로파일링, 그리고 KPI 기반 전략적 거버넌스를 통합하는 프레임워크를 제안한다.
본 연구는 게이티드 믹스처-오브-엑스퍼츠(gated mixture-of-experts) 아키텍처가 칼러 포텐셜(Kähler potentials)과 그로부터 유도된 메트릭을 근사함에 있어 기존의 일반 및 비게이티드 신경망 베이스라인보다 성능이 현저히 우수함을 입증하며, 인-디스트리뷰션(in-distribution) 및 아웃-오브-디스트리뷰션(out-of-distribution) 데이터 모두에서 더 낮은 평균 제곱 오차와 더 나은 메트릭 양의 성질(positivity)을 달성하지만, 전역적인 메트릭 양의 성질이나 다른 기하학적 구조로의 일반화를 보장하지는 않는다.
이 논문은 배터리 잔량에 따라 전송 임계값을 동적으로 조정하고 제어 장벽 함수(Control Barrier Functions)를 통합하여 클라우드-엣지 연속체 전반에서 통신 효율적이고 안전한 다중 에이전트 군집 동기화를 달성함으로써, 낮은 지연 시간과 제로 안전 위반을 유지하면서도 에너지 소비와 통신 오버헤드를 크게 줄이는 그린 IoT를 위한 새로운 이벤트 트리거 프레임워크인 ET-S3를 소개한다.
이 논문은 프레셰 인셉션 거리(FID)가 표본 크기에 체계적인 의존성을 보이며 동일한 분포 내의 실제 이미지 부분 집합 사이에서도 0이 아닌 값을 산출한다는 점을 입증함으로써, 실제 유한 표본 시나리오에서 생성 모델을 평가하는 데 있어 FID의 신뢰성에 의문을 제기한다.
이 연구는 널리 사용되는 BharatPotHole 데이터셋이 중복된 프레임과 비디오 중첩으로 인해 심각한 훈련-테스트 누수 문제를 겪고 있음을 밝혀냈으며, 이는 탐지 성능 지표를 최대 15.2%까지 인위적으로 부풀리고 새로운 도로에서의 포트홀 탐지 능력에 대한 현실적인 추정치를 얻기 위해서는 수정된 비디오 분리 방식의 분할이 필수적임을 입증한다.
이 논문은 렌더링 및 주석 처리된 소스로 구성된 하이브리드 학습 데이터셋을 활용하여, 합성 벤치마크에서 최첨단 성능을 달리고 실제 영수증 및 표에서 강력한 결과를 달성하며 문서 이미지로부터 질의 가능한 SQLite 데이터베이스를 직접 재구성하는 결정론적 복구 레이어가 결합된 2B 비전-언어 모델인 PIX2DB를 소개한다.
이 논문은 LLVM IR에서 유도된 코드 속성 그래프(Code Property Graphs)를 사용하여 Rust 취약점을 효과적으로 분류할 수 있음을 입증하며, Weisfeiler–Lehman 특징으로 강화된 XGBoost 모델을 통해 78.81%의 균형 정확도(balanced accuracy)를 달amel 성하였으나, 이 접근 방식은 현재 그래프 크기 변화에 대한 민감도를 보이며 미학습 코드베이스에 대한 일반화 가능성에 대해 추가적인 평가가 필요하다.
이 논문은 해부학적 레이블 없이 T1 및 T2 가중 영상을 정렬하기 위해 자기 지도 대조 학습 네트워크와 구조적 MIND-SSC 기술자를 결합하여 최첨단 정확도와 효율성을 달성하는 비지도 멀티모달 뇌 MRI 등록 방법을 제안한다.
38개의 실증적 연구를 대상으로 한 본 범위 검토(scoping review)는 생성형 AI가 협업적 창의 과정에 통합되는 양상을 체계화하며, AI가 아이디어 구상과 효율성을 높이는 공동 창의 파트너로서 작용하지만, 그 잠재력을 온전히 실현하기 위해서는 인간의 주체성과 다양한 관점을 보존하기 위해 과도한 의존 및 균질화와 같은 위험을 완화하는 정교하게 설계된 워크플로가 필요함을 밝히고 있다.
본 논문은 자원 제약이 있는 무인 항공기(UAV)의 고정밀 자율 주행을 가능하게 하기 위해, 희소한 밀리미터파 레이더 데이터로부터 조밀한 LiDAR 수준의 포인트 클라우드를 재구성하는 일관성 메커니즘을 갖춘 트랜스포머 가이드 잠재 확산 모델인 RadarSEDiff-T를 제안한다.