💻 컴퓨터 과학
DISC: Dimension-Informed Clustering with Entropy Metric Warping and Attractor Basins
DISC는 국소적 기하학적 엔트로피를 활용하여 어피니티 지표를 왜곡하고 깨끗하게 파편화된 그래프를 구축한 뒤, 이를 깊이 유도 흐름을 통해 고순도의 어트랙터 분지로 분할하고 병합함으로써 다양한 데이터셋에 대해 최첨단 성능을 달성하는 새로운 그래프 기반 클러스터링 알고리즘이다.
💻 Category
cs
3670 편의 논문
💻 컴퓨터 과학
Attention with a Calibrated Off Switch: Causal FIR Key Smoothing, the Score-Shift Pathology, and Selective Silence in Rectified Attention (pn_fir_tau)
이 논문은 rectified attention에서의 "Score-Shift 병리 현상"을 해결하여 완벽한 연상 회상(associative recall)을 달성하고, 어텐션 싱크(attention sinks)를 제거하며, 모델이 최첨단 퍼플렉시티를 유지하면서도 답변 불가능한 쿼리를 효과적으로 억제할 수 있게 하는, 학습 가능한 레이어별 임계값이 결합된 파라미터 프리 인과적 FIR 키 평활화 기법인 **pn_fir_tau**를 소개한다.
💻 컴퓨터 과학
SPAFNet: Semantic Prior-Guided Progressive Alignment and Gated Bidirectional Fusion for Unaligned RGB-T Salient Object Detection
이 논문은 정렬되지 않은 RGB-T 돌출 객체 탐지를 처리하기 위해 설계된 시맨틱 사전 가이드 기반 점진적 정렬 및 게이트형 양방향 융합 네트워크인 SPAFNet을 제안하지만, UVT20K 데이터셋에 대해 보고된 성능 지표는 여전히 예비적이며 통계적 검증이 부족하다.
💻 컴퓨터 과학
TME LLM OS: A Closed-Loop Systems Engineering Architecture for Epistemic Correction in AI Agent Systems Systems Engineering Proposal
이 논문은 인간의 이론적-기계적-경험적(Theoretical-Mechanistic-Experiential) 프레임워크를 적용하여, 구조화된 검토, 출처 추적 및 게이트형 실행을 통합함으로써 안전한 출시 전 제한된 에피소드 내의 불일치를 해결하고 AI 에이전트의 인식론적 교정을 강제하는 폐쇄 루프 시스템 엔지니어링 아키텍처인 TME LLM OS를 제안한다.
💻 컴퓨터 과학
STEP-VERIFIER: Learning to Verify Intermediate Agent Behavior with Process Reward Models
STEP-VERIFIER는 자동으로 합성된 쌍체 비교를 통해 개별 에이전트의 행동을 검증하는 법을 학습함으로써, 배포 시에는 검증기에 의존할 필요 없이 복잡한 도구 사용 작업에서 에이전트의 성능을 크게 향상시키기 위해 훈련 과정 중 조밀한 중간 피드백을 제공하는 프로세스 보상 모델이다.
⚡ 전기공학
Optimizing Traffic Conflict Analysis at Signalized Intersections Using Multi-Scale Cellular Automata
본 연구는 다중 스케일 셀룰러 오토마타(Multi-Scale Cellular Automata, MSCA) 모델을 활용하여 4지 신호 교차로에서의 차량-보행자 충돌을 시뮬레이션하고 분석하며, 공간적 및 시간적 스케일의 계층적 모델링이 교통 흐름 효율성과 보행자 안전을 동시에 개선하기 위해 신호 주기 전략을 어떻게 최적화할 수 있는지를 입증한다.
💻 컴퓨터 과학
The Uniform ER Paradox: Empirical Boundaries of Memory Prioritization Under Aleatoric Uncertainty
이 논문은 심층 강화 학습에서 우연적 불확실성(aleatoric uncertainty)에 의해 발생하는 "TD-포이즈닝(TD-Poisoning)"을 진단하고 완화하기 위해 특징 가중 우선순위 경험 재생(Feature-Weighted Prioritized Experience Replay, FW-PER)을 소개하며, 궁극적으로 극심한 노이즈 오염 상황에서는 단순한 균등 무작위 샘플링이 복잡한 알고리즘적 여과보다 더 나은 성능을 보인다라는 "균등 ER 역설(Uniform ER Paradox)"을 밝혀낸다.
💻 컴퓨터 과학
Computational Analysis of Komi and Fairness in Go: An AI-Based Approach Using KataGo
본 연구는 카타고(KataGo) 자가 학습 시뮬레이션을 활용하여 덤(komi)과 게임 결과 사이의 관계를 모델링함으로써, 공정한 덤 값이 로지스틱 분포를 따르며 바둑판 크기와 점수 계산 방식에 따라 달라짐을 밝혀내어, 반 집 단위 증분의 전통적인 가정과 바둑의 공정성에 대한 수학적 근거에 의문을 제기한다.
💻 컴퓨터 과학
Do Machine Learning–Guided Proactive Full Capacity Protocols Mitigate Emergency Department Overcrowding? A Simulation-Based Evaluation
본 연구는 6시간 전에 혼잡을 예측하는 머신러닝 기반의 선제적 전용 용량 프로토콜(Full Capacity Protocol)이 기존의 반응형 활성화와 비교하여 응급실이 혼잡 임계치를 초과하여 보내는 시간을 유의미하게 줄이고 프로토콜 지속 시간을 단축하지만, 전체 대기 시간이나 체류 시간을 유의미하게 개선하지는 못한다는 것을 입증한다.
💻 컴퓨터 과학
False Proximity: Frozen Code Embeddings Invert Similarity on Behaviourally Divergent Mutant Pairs
본 논문은 동결된 CodeBERT 임베딩이 행동적으로 상이한 뮤턴트 쌍에 대해 유사도 신호를 체계적으로 역전시켜, 이들을 실제 동등한 코드보다 더 유사한 것으로 잘못 점수 매김으로써, 이러한 임베딩이 행동적 동등성이 아닌 표면적 근접성을 반영하며 신뢰할 수 있는 코드 분석을 위해 대조 학습 기반의 미세 조정이나 실행 기반 검증이 필요함을 입증한다.