Huffman-Bucket Sketch: A Simple Algorithm for Cardinality Estimation
이 논문은 HyperLogLog 스케치를 최적의 공간 효율성으로 압축하면서도 병합 가능성과 업데이트 효율성을 유지하는 새로운 데이터 구조인 '허프먼 버킷 스케치 (HBS)'를 제안하고, 그 이론적 성능과 실용성을 입증합니다.
💻 Category
cs
4477 편의 논문
Bridging the Skill Gap in Clinical CBCT Interpretation with CBCTRepD
이 논문은 7,408 건의 대규모 CBCT-보고서 쌍데이터로 학습된 'CBCTRepD' 시스템을 통해 구악 CBCT 판독의 숙련도 격차를 해소하고, 초급부터 고령의 방사선사까지 모든 경력 수준의 의료진이 보고의 완성도와 정확성을 획기적으로 향상시킬 수 있는 실용적인 AI 협업 도구를 제시합니다.
STADA: Specification-based Testing for Autonomous Driving Agents
이 논문은 자율 주행 에이전트의 검증 효율성을 높이기 위해 시공간 논리 (LTLf) 로 표현된 형식 명세를 기반으로 다양한 시나리오를 체계적으로 생성하는 프레임워크인 STADA 를 제안하며, 기존 방법 대비 더 높은 커버리지와 적은 시뮬레이션 횟수를 달성함을 보여줍니다.
Simple minimally unsatisfiable subsets of 2-CNFs
이 논문은 2-CNF 부울 공식의 최소 불만족 부분집합 (MUS) 을 식별하는 선형 시간 절차를 제시하고, 특정 조건을 만족하는 MUS 의 존재 여부 판별 및 탐색이 다항 시간 내에 가능함을 증명하며, 2-CNF 의 MUS 난이도 지형을 규명하기 위한 향후 연구 방향을 논의합니다.
Contrastive learning-based video quality assessment-jointed video vision transformer for video recognition
이 논문은 비디오 품질 평가 (VQA) 와 비디오 분류를 결합한 자기지도학습 기반의 비디오 비전 트랜스포머 (SSL-V3) 를 제안하여, 비디오 품질 저하로 인한 분류 성능 감소를 해결하고 데이터셋의 레이블 부족 문제를 극복하는 새로운 접근법을 제시합니다.
Med-DualLoRA: Local Adaptation of Foundation Models for 3D Cardiac MRI
이 논문은 프라이버시 보호와 통신 효율성을 유지하면서 이질적인 다중 센터 3D 심장 MRI 데이터에 대한 기반 모델의 적응을 가능하게 하는, 전역 및 로컬 저랭크 적응 (LoRA) 을 분리하는 새로운 페더러티드 학습 프레임워크인 Med-DualLoRA 를 제안하고 그 유효성을 입증합니다.
VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement
이 논문은 저조도 이미지 향상 시 휘도와 색채 간의 불일치 및 색상 분포 불일치 문제를 해결하기 위해 분산 기반 채널 재조정 (VCR) 프레임워크를 제안하고, 이를 통해 기존 방법보다 우수한 성능을 달성함을 보여줍니다.
Report for NSF Workshop on Algorithm-Hardware Co-design for Medical Applications
이 보고서는 2024 년 9 월 피츠버그에서 개최된 '의료 응용을 위한 알고리즘 - 하드웨어 공동 설계' NSF 워크숍의 논의와 네 가지 주요 테마 (원격 의료, 웨어러블/이식형 의학, 가정 및 병원 시스템, 의료 센싱) 를 바탕으로 차세대 의료 기술의 설계 및 전환을 위한 전략적 로드맵과 NSF 에 대한 투자 권고사항을 요약한 것입니다.
Learning Adaptive Force Control for Contact-Rich Sample Scraping with Heterogeneous Materials
이 논문은 다양한 물성의 시료를 병벽에서 긁어내는 과제를 위해 저수준 임피던스 제어와 고수준 강화학습을 결합한 적응형 힘 제어 프레임워크를 제안하며, 시뮬레이션에서 학습된 정책이 실제 로봇 환경에서도 고정된 힘 제어 방식보다 평균 10.9% 더 높은 성능을 입증했습니다.
PPGuide: Steering Diffusion Policies with Performance Predictive Guidance
이 논문은 실패 모드를 실시간으로 감지하고 성능 예측기를 통해 사전 훈련된 확산 정책 (diffusion policy) 을 성공적인 행동 방향으로 유도하는 경량의 'PPGuide' 프레임워크를 제안하여 로봇 조작 작업의 성공률을 향상시킵니다.
Poisson Sampling over Acyclic Joins
이 논문은 비균일 확률로 조인 결과를 표본화하는 '포아송 샘플링' 문제를 해결하기 위해, 조인 결과를 완전히 물리화하지 않고도 무작위 접근이 가능한 인덱스를 구축하여 거의 인스턴스 최적의 성능을 달성하는 알고리즘을 제안하고, 이를 실제 데이터로 실험하여 기존 방법보다 월등히 우수함을 입증했습니다.
World Mouse: Exploring Interactions with a Cross-Reality Cursor
이 논문은 물리적 객체의 표면 법선과 보간 기법을 활용하여 증강현실 환경에서 정밀한 위치 지정과 공간 이동을 가능하게 하는 '월드 마우스'라는 새로운 교차현실 커서 시스템을 제안합니다.
Too Vivid to Be Real? Benchmarking and Calibrating Generative Color Fidelity
이 논문은 현실적인 이미지 생성에서 과도한 선명도 문제를 해결하기 위해 대규모 데이터셋 (CFD), 객관적 평가 지표 (CFM), 그리고 훈련이 불필요한 색상 충실도 보정 기법 (CFR) 을 제안하여 생성된 이미지의 색상 충실도를 평가하고 개선하는 포괄적인 프레임워크를 제시합니다.
TreeON: Reconstructing 3D Tree Point Clouds from Orthophotos and Heightmaps
이 논문은 단일 정사영 이미지와 디지털 표고 모델만으로 종별 레이블이나 지상 라이다 스캔 없이도 나무의 3D 포인트 클라우드를 재구성하는 새로운 신경망 기반 프레임워크인 TreeON 을 제안하고, 합성 데이터로 학습하여 실제 환경에서도 높은 품질과 일반화 성능을 입증했습니다.
Layered Performance Analysis of TLS 1.3 Handshakes: Classical, Hybrid, and Pure Post-Quantum Key Exchange
이 논문은 TLS 1.3 핸드셰이크에 적용된 고전적, 하이브리드, 순수 양자내성 암호 (PQC) 알고리즘이 TCP, TLS, HTTP 등 HTTP-over-TLS 트랜잭션의 각 계층에 미치는 영향을 100 TPS 부하 테스트를 통해 실험적으로 분석하고 통계적으로 평가한 연구입니다.
Task-Aware Delegation Cues for LLM Agents
이 논문은 오프라인 선호도 평가를 기반으로 작업별 신뢰성 지표를 생성하여 사용자와 LLM 에이전트 간의 정보 비대칭을 해소하고, 투명하고 검증 가능한 적응형 협업 delegaion 프로토콜을 제시합니다.
Measurement-Driven O-RAN Diagnostics with Tail Latency and Scheduler Indicators
이 논문은 실제 측정 데이터를 기반으로 O-RAN 의 애플리케이션 계층 지연 (특히 꼬리 분포) 과 무선 계층 지표를 결합하여 다양한 사용자 장비와 환경 조건에서의 성능을 분석하고, 이를 해석 가능한 진단 방법론과 경량화된 성능 저하 플래그로 제안합니다.
LLMGreenRec: LLM-Based Multi-Agent Recommender System for Sustainable E-Commerce
이 논문은 지속 가능한 전자상거래를 위해 사용자 의도를 정밀하게 파악하여 친환경 제품을 추천하고 불필요한 상호작용을 줄임으로써 시스템 자체의 탄소 발자국까지 최소화하는 LLM 기반 다중 에이전트 추천 시스템 'LLMGreenRec'을 제안합니다.
Separating Oblivious and Adaptive Differential Privacy under Continual Observation
이 논문은 스트리밍 알고리즘의 개인정보보호 모델인 '연속 관찰'에서, 사전에 고정된 데이터 흐름을 가정하는 무관심 (oblivious) 설정과 알고리즘 출력에 기반해 데이터가 선택되는 적응적 (adaptive) 설정 간의 근본적인 차이를 최초로 명확히 증명하여, 무관심 설정에서는 지수적으로 긴 시간 동안 정확한 -DP 알고리즘이 존재하지만 적응적 설정에서는 상수 개수의 시간 단계 후에도 정확성을 보장할 수 없음을 보여줍니다.
Chasing RATs: Tracing Reading for and as Creative Activity
이 논문은 알고리즘과 AI 요약이 인간적 해석을 자동화하며 사라지게 하는 창의적 독서 과정을 '독서 활동 흔적 (RATs)'이라는 개념으로 재정의하고, 이를 가시화하여 인간 해석의 가치를 보존하는 새로운 도구 설계를 제안합니다.