Impact of Different Failures on a Robot's Perceived Reliability
이 연구는 로봇의 다양한 실패 유형이 인간이 인지하는 신뢰도에 미치는 영향을 분석한 결과, 조작 실수나 정지보다 잘못된 객체 선택이나 목표 설정 같은 '실수'가 신뢰도에 덜 치명적이며, 그 후의 성공적인 수행이 신뢰 회복에 효과적임을 규명했습니다.
2531 편의 논문
이 연구는 로봇의 다양한 실패 유형이 인간이 인지하는 신뢰도에 미치는 영향을 분석한 결과, 조작 실수나 정지보다 잘못된 객체 선택이나 목표 설정 같은 '실수'가 신뢰도에 덜 치명적이며, 그 후의 성공적인 수행이 신뢰 회복에 효과적임을 규명했습니다.
이 논문은 존재 변수 개수 에 대한 QBF 문제의 이중 지수적 시간 복잡도 하한이 ETH 가정 하에 최적임을 증명하고, 두 개의 양화자 블록으로 제한된 경우의 효율적인 알고리즘과 하한을 제시합니다.
이 논문은 YOLOv8 객체 감지 모델과 역투영 매핑 (IPM) 기술을 활용하여 4 개의 카메라 뷰를 통합하고 3D 공간으로 시각화함으로써 기존 센서 기반 시스템의 한계를 극복하고 비용 효율적인 스마트 주차 할당 시스템을 제안합니다.
이 논문은 수평적 연동 환경에서 이질적인 데이터 분포를 고려하여 기존 방법들의 한계를 극복하고 중앙집중식 합성과 유사한 유틸리티를 달성하는 최초의 차분 프라이버시 기반 표본 데이터 생성 프레임워크인 HeteroFedSyn 을 제안합니다.
이 논문은 고도 정밀 시각 기반 위치 추정 기술과 에이전트 아키텍처를 결합한 'NaviNote'를 개발하여, 시각 장애인들이 환경을 정확하게 탐색하고 음성으로 공간 주석을 작성할 수 있도록 지원하며, 이를 통해 기존 GPS 기반 시스템의 한계를 극복하고 내비게이션 성능을 크게 향상시켰음을 보여줍니다.
이 연구는 393 명을 대상으로 한 실험을 통해 LLM 접근 시점 (초기/중반/후기/무접근) 과 시간 여유 여부에 따라 비판적 사고의 결과가 역전될 수 있음을 규명하며, 시간 제약이 LLM 이 인지 능력을 증진시키는지 저해하는지를 결정하는 핵심 요소임을 강조합니다.
HECTOR 는 정적 이미지와 동적 비디오를 혼용하여 참조하고 각 객체의 궤적을 명시적으로 지정함으로써 복잡한 시공간 제약을 충족하는 고품질 비디오 생성을 가능하게 하는 하이브리드 편집 가능 구성 객체 참조 프레임워크입니다.
이 논문은 스마트 미터와 같은 센서 네트워크 데이터의 프라이버시를 보호하기 위해 중앙 집중식 신뢰를 최소화하고 경량화된 조정을 통해 분산형 z-익명성 (deZent) 을 구현하여 중앙 서버로의 통신 오버헤드를 줄이면서도 동등한 성능을 달성하는 방법을 제시합니다.
이 논문은 난기류 환경에서 UAV 의 외란을 효과적으로 거부하기 위해 희소 비선형 동역학 식별 (SINDy) 과 재귀 최소제곱 (RLS) 적응 제어를 통합한 'Adaptive SINDy'를 제안하고, 실제 비행 실험을 통해 기존 PID 및 INDI 제어기보다 우수한 궤적 추적 성능을 입증했습니다.
이 논문은 SQL 과 AI/ML 연산이 혼합된 하이브리드 쿼리를 위한 최적화 기법을 투명하고 공정한 방식으로 구축, 벤치마크 및 시각화할 수 있는 대화형 워크벤치 'OptBench'를 제안합니다.
이 논문은 2~4 세 유아 26 명을 대상으로 한 실험을 통해 냄새, 촉각, 감정 간의 유의미한 교감각적 대응 관계와 이를 뒷받침하는 연상 전략을 규명하고, 이를 바탕으로 유아 대상 교감각 기술 설계 가이드라인과 연구 방법을 제시합니다.
이 논문은 노름 하에서 점 집합 간의 최소 하우스도르프 거리를 계산하는 문제에서 차원, 방향성 (지향성/비지향성), 그리고 연속성/이산성 간의 복잡한 상호작용을 정밀한 복잡도 분석을 통해 규명하고, 각 변형에 대한 새로운 상한 및 하한을 제시합니다.
이 논문은 중앙 집중식 대규모 모델의 한계를 극복하기 위해 개인 AI 인스턴스가 생성한 합성 데이터를 공유된 '집단 맥락 필드'를 통해 동기화하고 재생에너지에 적응하는 분산형 AI 아키텍처인 H3LIX 를 제안합니다.
이 논문은 협력적 문제 해결에서 사회적 공유 메타인지 (SSM) 를 지원하기 위해 생성형 AI 를 기반으로 한 그룹 인식 도구의 설계 원칙을 탐색하고, AI 에 대한 과도한 의존을 방지하면서 그룹의 자율적 조절 과정을 촉진하는 방안을 논의합니다.
이 논문은 자율주행용 비전 - 언어 모델 (VLM) 아키텍처가 물리적 패치 공격에 심각한 취약점을 보이며, 다양한 모델 간의 체계적인 비교 평가를 통해 현재 설계가 안전-중요 응용 분야의 적대적 위협을 충분히 처리하지 못함을 입증합니다.
이 논문은 외부 시각적 쿼리를 기반으로 비정제 비디오 내의 모든 대상 객체를 픽셀 단위로 분할하는 새로운 작업인 '시각적 쿼리 분할 (VQS)'을 제안하고, 이를 위한 대규모 벤치마크 VQS-4K 와 SAM 2 를 확장한 고성능 모델 VQ-SAM 을 소개합니다.
이 논문은 생성형 AI 시스템의 과도한 의존을 유발하는 명시적 지시 대신, 집단 인식 도구 (GAT) 를 통해 인지적 갈등을 유발하는 암시적 안내를 제공함으로써 자율적 의미 구성을 촉진하는 생성형 AI 기반 GAT 의 설계 원칙을 제안합니다.
이 논문은 변형 가능한 행성 지형에서의 안전한 탐사를 위해 다리가 지면과 상호작용하여 얻은 고유수용감각 정보를 활용하여 통과 가능 영역을 학습하고, 다목적 최적화를 통해 안전성과 목표 지향성을 균형 있게 고려하는 PSANE 프레임워크를 제안합니다.
이 논문은 외부 인프라 없이도 경량 UAV 가 이동하는 UGV 에 센티미터 정밀도로 자율 착륙 및 추적을 가능하게 하는 완전한 자기장 기반 로컬라이제이션 시스템을 제안하고 실험을 통해 검증합니다.
이 논문은 MLLM 과 LVLM 의 다중 모달 추론 능력을 활용하여 짧은 비디오와 긴 비디오 모두에서 미세 표정 (ME) 을 이해하고 분석하는 두 가지 새로운 과제 (ME-VQA 및 ME-LVQA) 를 포함하는 2026 년 미세 표정 그랜드 챌린지 (MEGC2026) 를 소개합니다.