Optimal partition selection with Rényi differential privacy
이 논문은 사용자가 단일 파티션만 제출하는 경우의 기존 최적 알고리즘을 Rényi 차분 프라이버시 (RDP) 환경으로 일반화하고, 다중 파티션 제출 시 경계 가중치 분할 선택을 위한 개선된 메커니즘을 제안하며, 분할과 빈도를 동시에 공개하는 알고리즘이 가지는 본질적인 비용과 가산적/비가산적 노이즈 메커니즘 간의 수치적 차이를 규명합니다.
3462 편의 논문
이 논문은 사용자가 단일 파티션만 제출하는 경우의 기존 최적 알고리즘을 Rényi 차분 프라이버시 (RDP) 환경으로 일반화하고, 다중 파티션 제출 시 경계 가중치 분할 선택을 위한 개선된 메커니즘을 제안하며, 분할과 빈도를 동시에 공개하는 알고리즘이 가지는 본질적인 비용과 가산적/비가산적 노이즈 메커니즘 간의 수치적 차이를 규명합니다.
이 논문은 이미지 복원 시 국소 구조 보존과 장기적 공간 일관성을 동시에 달성하기 위해, 2D 토폴로지 왜곡과 장기 의존성 감쇠 문제를 해결하는 위계적 상태 공간 모델인 'Progressive Split-Mamba (PS-Mamba)'를 제안하고 다양한 복원 작업에서 기존 모델보다 우수한 성능을 입증합니다.
이 논문은 사전 훈련된 3D 인코더 없이 원시 포인트 클라우드를 직접 처리하여 3D 데이터를 LLM 의 어휘를 확장하는 '외국어'로 간주하는 엔드투엔드 3D 멀티모달 모델 'SAGE'를 제안하고, 이를 통해 기존 방법들보다 뛰어난 성능과 효율성을 입증합니다.
이 논문은 오프로드 로봇 항해를 위해 다양한 환경과 조건을 포괄하는 대규모 멀티모달 데이터셋 STONE 과 자동 라벨링 파이프라인을 소개하고, 3 차원 통행 가능성 예측을 위한 벤치마크를 제시합니다.
이 논문은 대규모 언어 모델 (LLM) 기반 인덱스 튜닝이 Microsoft 의 Database Tuning Advisor(DTA) 보다 일관성은 낮지만 특정 경우 더 우수한 성능을 보일 수 있음을 입증하면서도, 생산 환경 적용을 위한 높은 변동성과 검증 비용 등의 과제를 제시합니다.
이 논문은 SGPs 를 통한 상대방 행동 예측과 맞춤형 PTC 솔버 기반의 가속화된 MPC 를 결합한 위상적 갭 식별 프레임워크를 제안하여, F1TENTH 플랫폼에서 기존 최첨단 방법론 대비 maneuver 시간 단축, 오버테이크 성공률 향상, 그리고 계산 지연 감소 등 다중 에이전트 자율 레이싱의 성능을 획기적으로 개선했음을 보여줍니다.
ZipPIR 는 클라이언트 측 저장 공간 없이도 2GB/s 이상의 높은 처리량을 달성하면서도 서버 측 저장 공간을 최소화하여 동적 데이터베이스 환경에서도 확장 가능한 고효율 단일 서버 PIR 프로토콜을 제안합니다.
이 논문은 클라우드-에지-단말 계층에 OODA 루프를 통합하고 네트워크 기능 가상화 (NFV) 기술을 활용하여 동적이고 불확실한 환경에서 UAV 스웜의 적응성과 확장성을 향상시키는 계층적 H-OODA 프레임워크를 제안하고, 자율 의사결정과 협력 제어를 결합한 사례 연구 및 향후 과제 분석을 통해 그 유효성을 검증합니다.
이 논문은 지형과 국소 기상 데이터를 통합해 실시간으로 바람장을 예측하고 이를 경로 계획 및 제어에 반영함으로써, 복잡한 환경에서 드론의 비행 안정성과 효율성을 크게 향상시키는 'WESPR' 프레임워크를 제안합니다.
이 논문은 카메라 시점, 손 크기, 녹화 조건 등의 차이로 인한 도메인 이동 문제를 해결하기 위해, 20 차원 관절 각도 기술자를 기반으로 한 기하학적 인식 메트릭 학습 프레임워크를 제안하여 저자원 환경에서 다양한 수화 언어 간 소수 샷 인식 성능을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 온디바이스 LLM 추론 시 발생하는 PIM 메모리 속성 및 레이아웃 불일치 문제를 해결하여 캐시 가능 영역과 비캐시 가능 영역 간의 모순을 완화하고, DRAM 더블 버퍼링 및 온라인 가중치 재배열 기법을 통해 메모리 용량을 약 48% 절감하면서도 이론적 최대 성능을 유지하는 소프트웨어 전용 방법론인 'PIM-SHERPA'를 제안합니다.
본 논문은 복잡한 위상적 특성을 가진 혈관 해부학 구조의 모델링 과제를 해결하기 위해, 자연어 프롬프트를 통한 위상적 사전 지식을 시각 표현과 통합한 범용 기반 모델 'TubeMLLM'과 이를 평가하는 새로운 멀티모달 벤치마크 'TubeMData'를 제안하며, 다양한 데이터셋에서 기존 모델 대비 뛰어난 제로샷 일반화 성능과 위상적 일관성을 입증합니다.
이 논문은 양극성 샘플을 고차원 공간의 컴팩트한 집합으로, 음극성 샘플을 원점으로 매핑하는 새로운 손실 함수를 제안하여 양극성 클래스의 특징만 추출하는 경량 분산 합성곱 신경망 (DisCNN) 을 통해 복잡한 배경 속 객체 탐지 및 미시적 클래스에 대한 우수한 일반화 성능을 입증했습니다.
이 논문은 MRI 데이터의 부족과 다양한 자기장 세기 간의 공통된 열화 패턴을 활용하기 위해 사전 훈련된 3D 기반 모델과 자기장 특이적 스펙트럼 보정 메커니즘을 통합한 'UniField'라는 통합 프레임워크를 제안하고, 대규모 공개 데이터셋을 통해 기존 최첨단 방법보다 PSNR 및 SSIM 성능을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 실험실 환경을 벗어나 다양한 곳에서 고품질의 조작 데이터를 수집할 수 있도록, 5 분 이내의 빠른 설정과 직접적인 관절 간 원격 조종이 가능한 휴대용 인형극 스타일 텔레오퍼레이션 시스템 'TRIP-Bag'을 제안하고 그 유효성을 검증합니다.
이 논문은 기존 GPU 구현의 I/O 병목 및 경쟁 문제를 해결하기 위해 FlashAssign 및 정렬 역변경 업데이트 같은 커널 수준의 혁신을 도입하여, cuML 및 FAISS 대비 최대 200 배 이상의 속도로 온라인 -means 처리를 가능하게 하는 'Flash-KMeans'를 제안합니다.
이 논문은 드론 및 회전 기계의 안전을 위해 고속 회전 물체의 미세초 지연 추적이 가능한 새로운 이벤트 기반 방법인 'HelixTrack'을 제안하고, 이를 검증하기 위한 새로운 데이터셋 'TQE'를 소개합니다.
이 논문은 기존 MORL 알고리즘의 병렬화 한계를 극복하기 위해 GPU 네이티브 알고리즘인 MORLAX와 가속화된 환경 모음인 MO-Playground 를 제안함으로써, 복잡한 다목적 로봇 제어 문제를 기존 CPU 기반 접근법보다 25~270 배 빠르게 해결하고 우수한 파레토 프론트를 달성하는 방법을 제시합니다.
이 논문은 기존 잠재 공간의 압축으로 인한 정보 손실 문제를 해결하기 위해, DINOv2 의 밀집 시각 표현 공간에서 조건부 확산 트랜스포머와 시간 기반 게이트 모듈을 활용하여 구조적 안정성과 행동 정확도를 향상시킨 새로운 내비게이션 월드 모델 (RAE-NWM) 을 제안합니다.
이 논문은 생성형 AI 에 의해 생성된 이미지의 검출 성능을 향상시키기 위해 사전 학습된 의미적 편향을 제거하고 포렌식 증거에 집중하도록 하는 '기하학적 의미 분해 (GSD)' 모듈을 제안하여 다양한 미지의 생성 방식에 대한 일반화 능력을 크게 개선했습니다.