The Spanning Ratio of the Directed -Graph is 5
이 논문은 방향성 -그래프의 스패닝 비율이 기존에 알려진 4 에서 7 사이의 범위에서 5 로 정확히 결정됨을 증명하여, 모든 -그래프 중 최초로tight bound 를 제시했습니다.
2538 편의 논문
이 논문은 방향성 -그래프의 스패닝 비율이 기존에 알려진 4 에서 7 사이의 범위에서 5 로 정확히 결정됨을 증명하여, 모든 -그래프 중 최초로tight bound 를 제시했습니다.
이 논문은 1,300 달러 미만의 비용으로 오픈소스 XLeRobot 을 기반으로 한 고성능 양손 모바일 매니퓰레이터의 기계적 설계, 전원 아키텍처, 그리고 NVIDIA Jetson Orin Nano 를 활용한 온보드 자율성 시스템을 제안하여 연구 및 교육용 저비용 로봇 플랫폼을 제공합니다.
이 논문은 방향성과 주파수 특성을 고려한 구조적 스펙트럼 교란을 도입하고 컨볼루션 연산을 곱셈 계층으로 대체하는 풀-프로덕트 U-Net 아키텍처를 제안함으로써, 단일 이미지 강우 제거의 성능과 효율성을 동시에 개선한 'SpectralDiff' 프레임워크를 소개합니다.
이 논문은 12 만 개의 레딧 게시물을 대규모로 분석하여 창의적 커뮤니티에서 생성형 AI 리터러시가 전문가 주도의 개념적 접근이 아닌, 도구 활용과 실용적 기술에 초점을 맞춘 역동적이고 실천 중심의 과정으로 자연스럽게 형성됨을 규명했습니다.
이 논문은 9,860 개의 주석 이미지로 학습된 향상된 YOLOv8 기반의 이중 모델 프레임워크를 통해 화재와 연기를 탐지하고 주변 객체와의 거리를 추정하여 정량적 위험 점수를 산출함으로써, 공학 현장의 화재 위험에 대한 지능적인 공간 추정 및 상황 인식 능력을 강화하는 것을 제안합니다.
이 논문은 수동 주석 없이 인터넷 비디오에서 언어 기반 데이터 수집, 교차 모달 라벨 생성, 물리 정보 기반 정제를 통해 UAV 의 3D 궤적과 분류 정보를 자동으로 추출하는 새로운 프레임워크를 제안하며, 이를 통해 타겟 도메인 학습 없이도 최첨단 성능에 근접하는 제로샷 전이 성능을 입증했습니다.
이 논문은 자동화 차량이 안전을 유지하면서 고미끄럼비 제어를 통해 최대 마찰 계수 영역을 능동적으로 자극하고, 이를 통해 도로 마찰 계수를 정밀하게 추정할 수 있는 새로운 프레임워크를 제안하고 검증합니다.
이 논문은 불확실성과 비볼록 환경에서 로봇 매니퓰레이터의 안전한 궤적 생성을 위해, RM-DeSKO 모델을 통한 상태 예측과 SOS 프로그래밍 기반의 계층적 충돌 위험 검증을 MPPI 제어기에 통합한 새로운 위험 경계 운동 계획 프레임워크를 제안하고 시뮬레이션 및 실증 실험을 통해 그 유효성을 입증합니다.
이 논문은 기존 방법의 높은 계산 비용과 데이터 요구 사항을 해결하기 위해 FlowEdit 의 편집 시퀀스를 대상 시퀀스로 대체하고 확률적 요소를 제거하여, 학습 없이도 리프 동기화 및 오디오 - 비주얼 편집을 수행하는 'OmniEdit'프레임워크를 제안합니다.
이 논문은 물리 법칙을 준수하는 비디오 생성을 위해 물리 공식으로 제약된 사고 연쇄를 통한 사건 체인 추론과 사건 간 연속성을 보장하는 교차 모달 프롬프팅 모듈을 도입하여, 현실적인 물리 현상의 인과적 진화를 효과적으로 모델링하는 새로운 프레임워크를 제안합니다.
이 논문은 GPT-5 등 최신 대규모 언어 모델 (LLM) 을 활용하여 자연어 요구사항으로부터 UML 클래스 다이어그램을 자동 생성하고, 인간 전문가와 LLM 을 활용한 이중 검증 프레임워크를 통해 그 정확성과 신뢰성을 평가한 연구입니다.
이 논문은 의료 영상 - 언어 사전학습에서 기존 방법의 인지적 비효율성을 해결하기 위해 진단 민감도와 대표성을 고려한 2 단계 커리큘럼 학습과 비대칭 대비 손실 함수를 도입한 MedKCO 를 제안하며, 이를 통해 다양한 하위 작업에서 기존 베이스라인을 크게 능가하는 성능을 입증했습니다.
이 논문은 사용자 프롬프트의 모호성을 해소하고 다양한 운동 유형을 분리 제어하기 위해 운동 무정지, 강체 운동, 비강체 운동으로 복잡한 운동을 분해하는 '계획 후 생성' 패러다임 기반의 훈련 없는 운동 분해 프레임워크를 제안합니다.
이 논문은 결측 모달리티가 존재하는 실제 환경에서 각 모달리티의 신뢰도를 동적으로 평가하고 지배적인 모달리티에 다른 모달리티를 점진적으로 정렬함으로써 다중 모달리티 감정 분석의 강건성을 향상시킨 'PRLF' 프레임워크를 제안합니다.
이 논문은 합의 프로토콜과 저장 엔진 간의 중복 지속성 작업으로 인한 I/O 오버헤드를 해결하기 위해 키 - 값 분리 아키텍처와 Raft 를 혁신적으로 통합하여 읽기 및 쓰기 성능을 대폭 향상시킨 분산 키 - 값 저장소 'Nezha'를 제안합니다.
이 논문은 15 일간 34,486 개의 검색 결과를 분석한 결과, 구글의 역이미지 검색이 시각적 허위정보를 검증하는 과정에서 관련 없는 정보와 반복된 허위정보가 상위를 차지하며 사실 확인 콘텐츠의 가시성이 30% 미만으로 제한되는 등 알고리즘 게이트키핑의 한계를 드러냈음을 규명합니다.
이 논문은 LLM 기반 다중 에이전트 시스템의 기업용 사이버 보안 통합을 위해 공격 표면을 체계적으로 분석하고, 도구 오케스트레이션과 메모리 관리를 핵심 신뢰 경계로 삼아 5 가지 방어 원칙을 정립하고 SOC 워크플로우에 적용하여 신뢰 경계를 72% 이상 축소하는 'AgenticCyOps' 프레임워크를 제안합니다.
이 논문은 SegFormer 기반의 자동화된 다중 영역 분할을 통해 HR-pQCT 이미지에서 골격뿐만 아니라 연부조직까지 포함한 방사선학적 특징을 추출하여 골다공증 진단 정확도를 기존 뼈 기반 모델보다 향상시킨 최초의 연구입니다.
이 논문은 기존 비전 Mamba 아키텍처의 회전 민감성 문제를 해결하기 위해 회전 등변성을 내재한 새로운 모델 EQ-VMamba 를 제안하고, 다양한 시각 작업에서 우수한 성능과 파라미터 효율성을 입증합니다.
이 논문은 6G 네트워크 환경에서 분산된 데이터를 기반으로 한 페더러티드 러닝의 지연 시간, 대역폭, 신뢰성 제약을 해결하기 위해, 네트워크 상태와 학습 목표를 인지하여 클라이언트 선정부터 자원 할당 및 코드 생성까지 자동화하는 '에이전트 기반 AI'를 제어 평면 지능 계층으로 제안하고 그 유효성을 입증합니다.