2535 편의 논문
이 논문은 확산 트랜스포머 (DiT) 의 고해상도 이미지 생성 시 발생하는 구조적 열화 문제를 해결하기 위해, 텍스트 앵커링 메커니즘과 스펙트럼 진행 패턴을 활용한 동적 온도 제어 방식을 도입하여 추가 샘플링 오버헤드 없이 임의의 해상도와 종횡비를 지원하는 훈련 없는 TIDE 방법을 제안합니다.
이 논문은 정수와 부동소수점 숫자를 위한 이진 퀵소트에서 유래한 비비교 기반 정렬 알고리즘 'bsort'를 제안하며, 이는 작은 단어 크기의 데이터 유형에서 시간 복잡도와 보조 공간으로 실행되어 최적화된 하이브리드 알고리즘과 경쟁력 있는 성능을 보입니다.
이 논문은 무작위 순서 스트리밍 모델에서 단위 구간 선택 문제를 해결하여, 기존 적대적 순서 모델의 2/3 근사 한계를 깨고 공간으로 0.7401 의 기대 근사율을 달성하는 알고리즘을 제시하고, 8/9 이상의 근사율 달성을 위해서는 공간이 필요함을 증명합니다.
이 논문은 소프트웨어 공학의 질적 연구에서 생성형 AI(GenAI) 가 만능 해결책이 아니며, 연구 전략과 데이터 특성에 맞게 신중하게 적용해야 함을 강조하며 GenAI 지원 연구의 가능성과 한계를 검토합니다.
이 논문은 외부 힘에 대한 적응 능력을 학습된 잠재 컨텍스트에 조건부로 부여하는 강화학습 프레임워크 'FAME'을 제안하여, 힘/토크 센서 없이도 인간형 로봇의 양손 조작 중 균형 유지 성공률을 크게 향상시키고 실제 Unitree H12 로봇에서 검증한 연구입니다.
이 논문은 가상현실 (VR) 과 증강현실 (AR) 이 언어 학습의 동기 부여와 몰입감을 높이는 기회를 제공하지만, 기술적 한계와 인지 과부하 등의 과제를 안고 있으며, 효과적인 도입을 위해서는 인터페이스 개선, 인지 부하 감소, 인프라 및 교사 연수 강화가 필요함을 두 개의 실증 연구를 통해 제시합니다.
이 연구는 IKEA 와 Virtlo 앱을 통해 모바일 증강현실 (MAR) 에서 상호작용 수준이 사용자 경험과 사회적 수용성에 미치는 영향을 분석하여, 향후 AR 애플리케이션 개발 시 사용성과 사회적 고려 사항을 균형 있게 반영해야 함을 강조합니다.
이 논문은 22 명의 학생을 대상으로 가상현실 (VR) 과 노트북 환경에서의 시험 중 부정행위 정도를 비교한 결과, 두 환경 간 부정행위 발생 빈도에 유의미한 차이가 없음을 밝혔습니다.
본 논문은 희소 어텐션으로 인한 정보 손실 없이 학습 없이 클러스터 중심점을 기반으로 선형 보상을 수행하고, 보상이 필요한 블록을 정확히 식별하는 오류 인식 라우팅을 도입하여 비디오 생성의 효율성과 품질을 동시에 극대화하는 'SVG-EAR'을 제안합니다.
본 논문은 케이블 구동 수술 로봇의 기구적 오차와 무균 유지 문제를 해결하기 위해 가우스 스플래팅 기반의 마커 없는 자동 손 - 눈 보정 프레임워크 'SurgCalib'을 제안하고, dVRK 벤치마크에서 높은 정확도로 검증된 결과를 제시합니다.
이 논문은 Inspire RH56DFX 로봇 손을 연구 도구로 활용하기 위해 하드웨어 특성 분석, 시뮬레이션 기반 그립 계획, 그리고 하이브리드 힘 - 속도 제어기를 개발하여 다양한 작업에서 성공률을 획기적으로 높였음을 보여줍니다.
SkipGS 는 3D 가우스 스플래팅 (3DGS) 의 학습 시간 중 상당 부분을 차지하는 후 밀도화 (post-densification) 단계에서 손실 감소가 미미한 뷰에 대한 역전파를 적응적으로 건너뛰어 전체 학습 시간을 23.1% 단축하면서도 재구성 품질은 유지하는 플러그인 방식의 효율적 학습 방법을 제안합니다.
이 논문은 고해상도 스캐너와 생성형 AI 의 발전으로 위협받는 기존 복제 방지 패턴 (CDP) 인증의 한계를 극복하기 위해, 원본 템플릿과 프린터 고유 서명을 결합한 확산 기반 멀티모달 프레임워크를 제안하여 위조품을 효과적으로 식별하고 일반화 성능을 입증했습니다.
이 논문은 AI 에이전트가 기존 시스템에 통합되거나 독립적으로 생성된 마이크로서비스를 기능적으로 구현할 수 있음을 보여주지만, 일관된 정확성 부재와 인간 감독의 필요성으로 인해 완전한 자율 생성은 아직 달성되지 않았음을 밝힙니다.
이 연구는 고령 사용자를 위한 LLM 기반 음성 비서의 성의가 일상 상황에서는 신뢰와 공감을 높이지만 응급 상황에서는 명확성이 더 중요하며, 사용자의 성향과 상황에 따라 설명 방식을 차별화해야 함을 보여줍니다.
이 논문은 민감한 클라우드 워크로드를 처리하는 기업용 제로 트러스트 아키텍처인 'Lockbox'를 제안하며, 명시적 신뢰 검증과 강력한 격리, 최소 권한 원칙을 통해 AI 기반 분석과 같은 고급 기능을 도입하면서도 보안 태세를 유지할 수 있도록 합니다.
이 논문은 RGB 이미지 기반의 확산 모델로 전역 경로를 생성하고, 인공 전위장 추적 및 VLM-RAG 기반의 의미 인식 가변 임피던스 제어를 계층적으로 결합하여, 혼잡한 실내 환경에서 드론 군집의 안전하고 적응적인 항법을 가능하게 하는 'ImpedanceDiffusion' 프레임워크를 제안합니다.
이 논문은 뉴질랜드 연구자들이 겪는 소프트웨어 공학 컨퍼런스 참여의 장벽을 분석하고, 하이브리드 참여 확대와 비용 효율적 개최, 거버넌스 개혁 등을 통해 글로벌 참여의 형평성을 제고할 수 있는 방안을 제시합니다.
이 논문은 MFEM 라이브러리의 핵심 커널에 FP64 텐서 코어와 커널 퓨전 최적화를 적용하여 Grace Hopper 및 Grace Blackwell 아키텍처에서 최대 2 배의 성능 향상과 83% 의 에너지 효율 개선을 달성하고, 알프스 시스템의 10,000 개 GPU 에서 엑사스케일 성능을 입증함으로써 대규모 유한 요소 시뮬레이션 가속화의 새로운 기준을 제시했습니다.
본 논문은 심층 학습 기반 취약점 분류와 강화 학습을 통한 피드백 루프가 통합된 하이브리드 분석 프레임워크를 제안하여, 기존 탐지 방식으로는 대응이 어려운 LLM 생성 제로데이 멀웨어를 높은 정확도로 탐지하고 그 이론적 보증을 제시합니다.