3729 편의 논문
이 논문은 유향 논리(directed logic)에서 전기 광학 게이트의 중첩된 카스케이딩(nested cascading)에 관한 일반적이고 엄밀한 이론과 효율적인 알고리즘을 정립하며, 많은 중요한 사례에서는 확장성이 선형적이고 평균적으로는 완만한 다항식 수준이지만, 중간 결과가 공유되는 일반적인 불리언 회로의 경우에는 여전히 지수적임을 입증한다.
본 논문은 레이블이 지정된 결함 데이터 없이도 다양한 운전 조건에 걸쳐 노후화되는 산업 자산의 이상 징후를 효과적으로 탐지하기 위해 베이스라인을 동적으로 재보정하는 적응형 비지도 학습 프레임을 제시하며, 실제 HDPE 중합 공정에서 100%의 재현율과 평균 72시간의 경고 리드 타임을 달성하였다.
이 논문은 화용론적 특징을 사용하여 주관성을 연속체 상에서 정량화하는 다중 장르 스페인어 코퍼스 및 주석 체계인 MUESCA를 소개하며, 이러한 특징들을 트랜스포머 모델과 결러합하는 것이 특히 하이브리드 뉴스 텍스트에 대한 주관성 탐지 성능을 유의미하게 향상시킨다는 점을 입증한다.
이 연구는 가상 에이전트의 외양과 언어가 서로 모순될 때(예: 지적으로 보이지만 언어 표현은 지적이지 못하거나, 그 반대의 경우), 두 요소가 모두 일관되게 지적임을 전달할 때보다 가상 에이전트가 더 지능적이고 신뢰할 수 있는 것으로 인식된다는 점을 밝혀냈다.
본 논문은 안전성, 공감 능력, 개인 맞춤형 정신 건강 지원을 제공하는 동시에 적응성과 엄격한 안전 제어 사이의 균형을 맞추기 위해 자기결정 이론과 제약 최적화에 의해 유도되는 대규모 언어 모델, 퍼지 논리 및 강화 학습을 통합한 하이브리드 대화형 건강 에이전트 프레임워크인 SAFE CHA를 제안한다.
본 논문은 심리사회적 요인을 사용하여 여성의 정신 건강과 임파워먼트를 정확하게 평가하기 위해 HSIC-LASSO를 통한 특성 선택, TabM을 통한 분류, 그리고 SHAP를 통한 설명 가능성을 통합하여 우울증 데이터셋에서 높은 정확도를 달성하는 동시에 주요 영향 변수에 대한 투명한 통찰력을 제공하는 해석 가능한 딥러닝 프레임워크인 X-WMHEA 모델을 제안한다.
본 논문은 이질적인 댄스 데이터를 정형화된 스켈레톤으로 통합하여 공간적 실행과 시간적 위상 편차를 분리하여 모델링함으로써, 여러 데이터셋에 걸쳐 자동 댄스 동작 품질 평가에서 최첨단 성능을 달성하는 참조 인식 시공간 네트워크인 RSDQ-Net을 제안한다.
이 논문은 분포 변화(distribution shift) 상황에서 재보정(recalibration) 방법의 적합된 파라미터들이 타겟 도메인으로 효과적으로 전이되지 못함을 입증하기 위해 '보정 전이 간극(calibration transfer gap)'을 도입하며, 이는 파라미터 드리프트와 식별 불가능한 신뢰도-정확도 관계에 의해 유발되어 작은 타겟 레이블 예산 하에서의 단순 재적합을 빈번하게 해로운 것으로 만든다.
본 논문은 대규모 언어 모델을 효율적으로 압축하면서도 FP16 베이스라인 대비 다운스트림 성능과 퍼플렉시티를 유지하거나 심지어 향상시키는 블록 단위 혼합 정밀도 양자화와 적응형 저차원 적응(low-rank adaptation)을 결합한 민감도 가이드 프레임워크를 제안한다.
본 논문은 상한 추정량(CLUB)과 하한 추정량(MINE) 모두 성능을 효과적으로 향상시키지만, 주요 이점은 특정 추정량의 선택보다는 분리 전략 자체에서 비롯된다는 점을 입증하며, 상호 정보량 정규화를 통해 태스크 관련 특징과 도메인 특화 특징을 분리함으로써 모델의 강건성을 향상시키는 도메인 일반화 프레임워크인 FOCUS를 소개한다.