4030 편의 논문
본 논문은 패치 마이닝(patch mining), 물리적 사전 지식 기반 가중치 융합(physical prior-guided weight fusion), 그리고 효율적인 Seq2Seq 아키텍처를 결합하여 기존 범용 모델들의 정확도-자원 간의 절충 문제를 극복하도록 전력 도메인에 특화된 경량 Mamba-2 기반 다변량 시계열 예측 모델인 PatchMamS2S를 제안한다.
BioKG Explorer는 Neo4j 기반의 그래프 탐색, 질병 특화 분석, 그리고 대규모 언어 모델(LLM)을 통한 경로 설명을 브라우저 기반 인터페이스 내에서 결리하여, 대규모 PrimeKG 생물 의학 지식 그래프에 대한 대화형, 노코드 시각적 분석 및 가설 생성을 가능하게 하는 풀스택 오픈 소스 웹 애플리케이션입니다.
본 논문은 프로세스 마이닝, 동적으로 업데이트되는 지식 그래프, 그리고 검색 증강 대규모 언어 모델을 통합하여 산업 생산 공정 및 공급망에 대한 설명 가능한 의미론적 분석을 가능하게 함으로써, 인더스트리 5.0으로의 전환 과정에서 수동 노력을 줄이고 인간의 의사결정을 향상시키는 모듈형 멀티 에이전트 프레임워크를 제안한다.
이 논문은 다항 시간 그래프 특징을 사용하여 고전적 휴리스틱과 정확한 Max-Cut 해 사이의 예상 성능 격차를 예측하는 위상 기반 추정기인 QSE를 소개하며, 이를 통해 서브그래프를 양자 알고리즘, 고전적 휴리스틱 또는 인간의 검토로 동적으로 라우팅하는 하이브리드 파이프라인을 가능하게 하고, 기초가 되는 QAOA 시뮬레이션의 물리적 타당성을 보장한 데 필수적이었던 중요한 엔지니어링 수정 사항들을 기록한다.
본 연구는 고등 교육에서 학생의 위험 수준(저, 중, 고)을 정확하게 예측하고 선제적인 학업 개입을 가능하게 하기 위해, 다양한 학업, 인구통계학적, 행동 및 심리적 데이터를 고급 앙상블 트리 모델과 통합하는 다중 모드 학습 분석 프레임워크를 제안하고 검증한다.
본 연구는 퀸즐랜드의 30분 단위 부하 데이터에 대한 체계적인 그리드 탐색을 활용하여, 시계열 합성곱 신경망(Temporal Convolutional Networks)의 다섯 가지 핵심 하이퍼파라미터를 최적화하는 것, 즉 336단계의 입력 크기와 0.0005의 학습률을 갖는 구성을 식별하는 것이 참조 모델 대비 예측 오차를 55% 이상 줄일 수 있음을 입증함으로써, 단기 전력 부하 예측에 있어서는 단순히 모델 용량을 늘리는 것보다 조화로운 파라미터 튜닝이 더 중요하다는 점을 강조한다.
본 논문은 비선형 편미분 방정식에 의해 지배되는 복잡한 열 및 음향 장을 예측함에 있어 솔루션의 정확도를 유의미하게 향상시키고 상대적 L2 오차를 줄이기 위해, 불규칙한 열장(thermal fields)을 위한 다단계 특징 추출과 교차 계층 게이트 융합(cross-layer gated fusion)의 결합, 그리고 규칙적인 음향 격자(acoustic grids)를 위한 푸리에 특징 잔차 MLP(Fourier feature residual MLPs)를 결합한 도메인 특화 설계를 채택한 포인트 클라우드 강화 신경망 구조인 FeatExtractNet을 제안한다.
이 논문은 사전 학습된 MERT 파형 표현과 게이트 컨볼루션 및 어텐션 메커니즘을 사용하는 주파수 인지형 로그 멜 스펙트럼 브랜치를 효과적으로 결합하여 강건한 음악 장르 분류와 강력한 교차 데이터셋 일반화를 달성하는 듀얼 브랜치 구조인 MERT-SpecAMGCNet을 제안한다.
본 논문은 고주파 사이버 물리 시스템에 대한 적대적 공격에 대응하여 이론적인 강건성 마진을 도출하기 위해 미분 가능한 위상학적 커널을 셀프 어텐션 메커니즘에 통합하는 구조인 위상 제약 어텐션 네트워크(Topology-Constrained Attention Networks, TCAN)를 제안하며, 아직 실증적 결과를 제시하지 않은 채 향후 검증을 위한 수학적 프레임워크와 실험 프로토콜을 개괄한다.
이 논문은 《나탸샤스트라(Nāṭyaśāstra)》의 고전 인도 미학 개념인 '바바(bhāva)'와 '라사(rasa)'를 계산적 감정 분석에 적용함으로써 산스크리트 문학 서사의 감정을 분석하기 위한 새로운 프레임워크인 바라타(BhaRaTa)를 소개한다.