Unsupervised training of keypoint-agnostic descriptors for flexible retinal image registration
이 논문은 레이블 데이터가 부족한 의료 영역의 문제를 해결하기 위해, 어떤 특징점 검출기에도 독립적으로 작동하는 비지도 학습 기반의 새로운 특징 기술자 학습 방법을 제안하여 기존 지도 학습 방법과 동등한 정밀도로 망막 이미지 정합을 수행할 수 있음을 입증합니다.
💻 Category
cs
5147 편의 논문
Average Calibration Losses for Reliable Uncertainty in Medical Image Segmentation
이 논문은 의료 영상 분할에서 모델의 과도한 확신을 해결하기 위해 이미지 단위에서 계산 가능한 미분 가능한 평균 보정 손실 (mL1-ACE) 을 제안하고, 이를 통해 보정 오차를 줄이면서 분할 정확도를 유지하는 방법을 제시합니다.
SOTA: Self-adaptive Optimal Transport for Zero-Shot Classification with Multiple Foundation Models
본 논문은 비전 - 언어 모델과 비전 전용 모델의 상호 보완적 강점을 학습 없이 최적 수송 기법을 통해 자동으로 통합하여 다양한 도메인에서 제로샷 분류 성능을 획기적으로 향상시키는 'SOTA' 프레임워크를 제안합니다.
Community Notes undermoderate polarizing content by design creating risks in electoral processes
이 논문은 X 의 커뮤니티 노트 시스템이 교차적 지지를 기반으로 작동하는 설계 특성상 양극화된 선거 관련 콘텐츠를 체계적으로 과소 규제하여 선거 과정과 시민 담론에 잠재적 위험을 초래할 수 있음을 13 개국 190 만 건의 데이터를 통해 입증했습니다.
Shiksha Copilot: Teacher-AI Collaboration for Curating and Customizing Lesson Plans in Low-Resource Schools
이 논문은 인도 카르나타카 주의 저자원 학교에서 1,043 명의 교사와 23 명의 커리큘럼 전문가를 대상으로 한 대규모 혼합연구를 통해, AI 와 교사의 협업을 통해 커스터마이징된 수업 계획 도구인 'Shiksha Copilot'이 행정 업무 부담을 줄이고 활동 중심 교수법으로의 전환을 촉진했으나, 인력 부족 등 구조적 한계로 인해 포괄적인 교수법 변화에는 제약이 있음을 규명하고 다국어 및 글로벌 사우스 맥락에 적합한 교 중심 EdTech 설계 방향을 제시합니다.
A Survey on Interpretability in Visual Recognition
이 논문은 인간 중심의 관점에서 시각 인식 모델의 해석 가능성 (XAI) 을 체계적으로 분류하고 평가 기준을 제시하며, 멀티모달 대형 언어 모델의 해석 가능성과 실제 응용 분야를 탐구하여 향후 연구 방향을 제시합니다.
Getting Python Types Right with RightTyper
이 논문은 정적 분석과 실제 실행 관찰을 결합한 하이브리드 방식인 RightTyper 를 통해 기존 자동 타입 추론 방법들의 한계를 극복하고, 27% 의 낮은 런타임 오버헤드로만 정확하고 정밀한 파이썬 타입 어노테이션을 생성하는 기술을 제안합니다.
Recommender systems, representativeness, and online music: a psychosocial analysis of Italian listeners
이 논문은 이탈리아 청취자를 대상으로 한 인터뷰와 감정 텍스트 분석을 통해, 추천 시스템에 대한 비판적 이해 부족과 성별 대표성 인식의 한계를 드러내며, 신뢰할 수 있고 문화적으로 민감한 음악 추천 시스템 설계에 심리사회적 통찰의 통합 필요성을 강조합니다.
Content-Aware Mamba for Learned Image Compression
이 논문은 기존 Mamba 모델의 경직된 스캔 방식과 엄격한 인과성 제약을 극복하기 위해 콘텐츠에 적응하는 토큰 순열 전략과 샘플별 전역 사전 지식을 도입한 '콘텐츠 인식 Mamba(CAM)'를 제안하여, 학습된 이미지 압축 분야에서 VTM-21.0 을 능가하는 최첨단 성능을 달성한 CMIC 모델을 소개합니다.
Speech-to-LaTeX: New Models and Datasets for Converting Spoken Equations and Sentences
이 논문은 영어와 러시아어 수학 식 및 문장을 라텍스로 변환하는 첫 번째 대규모 오픈 소스 데이터셋과 모델을 제안하여, 기존 방법론의 한계를 극복하고 수학 콘텐츠 인식 분야에서 새로운 벤치마크를 수립했습니다.
What Do Agents Think One Another Want? Level-2 Inverse Games for Inferring Agents' Estimates of Others' Objectives
이 논문은 기존 1 단계 역게임 이론의 한계를 극복하기 위해, 다중 에이전트 간 상호작용에서 각 에이전트가 상대방의 목표에 대해 어떻게 추론하는지를 파악하는 2 단계 역게임 추론 프레임워크를 제안하고, 이를 통해 실제 시나리오에서 발생하는 목표 불일치를 효과적으로 규명합니다.
DSER: Spectral Epipolar Representation for Efficient Light Field Depth Estimation
이 논문은 희소 각도 샘플링, 가림, 무질감 영역 및 다중 뷰 매칭 비용과 같은 과제를 해결하기 위해 에피폴라 도메인에서 주파수 일관성을 모델링하는 '심층 스펙트럴 에피폴라 표현 (DSER)'을 제안하여 정확도와 효율성을 모두 갖춘 밀도 광장 깊이 추정을 가능하게 합니다.
From Law to Gherkin: A Human-Centred Quasi-Experiment on the Quality of LLM-Generated Behavioural Specifications from Food-Safety Regulations
이 연구는 식품 안전 규정을 기반으로 Claude 와 Llama 를 활용해 생성된 Gherkin 행동 명세서의 품질을 평가한 결과, 높은 관련성과 명확성을 보였으나 환각 및 누락 가능성이 있어 안전-중요 분야에서 여전히 체계적인 인간 검토가 필요함을 밝혔습니다.
Pixel Motion Diffusion is What We Need for Robot Control
이 논문은 고수준 의도와 저수준 로봇 동작을 구조화된 픽셀 모션 표현으로 연결하는 통합 확산 기반 프레임워크인 DAWN 을 제안하여, CALVIN 및 MetaWorld 벤치마크에서 최첨단 성능을 달성하고 적은 양의 실제 데이터로도 현실 세계로의 효과적인 전이를 입증했습니다.
Efficient Audio-Visual Speech Separation with Discrete Lip Semantics and Multi-Scale Global-Local Attention
이 논문은 시각적 구강 움직임을 이산적 의미 토큰으로 변환하는 DP-LipCoder 와 다중 스케일 전역 - 국소 어텐션 메커니즘을 활용한 경량화 모델 'Dolphin'을 제안하여, 기존 최첨단 모델 대비 분리 품질은 유지하거나 향상시키면서도 파라미터 수와 연산량을 획기적으로 줄인 효율적인 오디오 - 비주얼 음성 분리 솔루션을 제시합니다.
PD-Diag-Net: Clinical-Priors guided Network on Brain MRI for Auxiliary Diagnosis of Parkinson's Disease
이 논문은 뇌 MRI 스캔에서 파킨슨병을 보조 진단하기 위해 임상적 사전 지식 (관련 뇌 영역 및 노화 패턴) 을 통합한 종단적 자동화 진단 프레임워크인 PD-Diag-Net 을 제안하며, 외부 테스트에서 기존 최첨단 방법보다 20% 이상 높은 성능을 입증했습니다.
Seeing Space and Motion: Enhancing Latent Actions with Geometric and Dynamic Awareness for Vision-Language-Action Models
이 논문은 공간 이해와 시간적 지각의 한계를 극복하기 위해 기하학적 인식을 갖춘 Farsighted-LAM 과 시각적 사고 과정을 통합한 SSM-VLA 를 제안하여, 시뮬레이션 및 실제 환경에서 최첨단 성능을 보이는 견고한 체화 지능 모델을 제시합니다.
Adaptive Event Stream Slicing for Open-Vocabulary Event-Based Object Detection via Vision-Language Knowledge Distillation
이 논문은 이미지 기반 지식 증류와 적응형 이벤트 슬라이싱을 결합한 하이브리드 SNN-CNN 프레임워크를 제안하여, 텍스처와 색상 정보가 부재한 이벤트 카메라 데이터에서도 CLIP 의 시맨틱 지식을 활용하여 오픈-보카불러리 객체 감지를 가능하게 합니다.
Equivariant Splitting: Self-supervised learning from incomplete data
이 논문은 단일 불완전 관측 모델에서 자기지도 학습을 가능하게 하는 새로운 분할 손실과 등변성 재구성 네트워크를 결합하여, 정답 데이터 없이도 역문제 해결을 위한 편향 없는 추정과 최첨단 성능을 달성하는 방법을 제안합니다.
Symskill: Symbol and Skill Co-Invention for Data-Efficient and Reactive Long-Horizon Manipulation
이 논문은 레이블이 지정되지 않은 미분할 데모에서 기호 추상화와 목표 지향적 기술을 공동으로 학습하여, 동적 환경에서 실시간 오류 복구와 구성적 일반화를 동시에 달성하는 'Symskill'이라는 통합 프레임워크를 제안합니다.