CycleULM: A unified label-free deep learning framework for ultrasound localisation microscopy
이 논문은 라벨이 없는 데이터로 초음파 국소화 현미경 (ULM) 의 해상도와 국소화 정확도를 획기적으로 향상시키면서도 실시간 처리가 가능한 최초의 통합 딥러닝 프레임워크인 'CycleULM'을 제안합니다.
326 편의 논문
이 논문은 라벨이 없는 데이터로 초음파 국소화 현미경 (ULM) 의 해상도와 국소화 정확도를 획기적으로 향상시키면서도 실시간 처리가 가능한 최초의 통합 딥러닝 프레임워크인 'CycleULM'을 제안합니다.
이 논문은 수직 스핀궤도 토크 MTJ 와 VCMA/STT 스위칭을 활용하여 리셋 단계 없이 3 비트 플래시 ADC 를 구현하고, 476µW 의 저전력 소모와 304.1MHz 의 고속 변환 속도를 달성한 새로운 아키텍처를 제안합니다.
이 논문은 다중 경로 채널 환경에서 선형 밴딧과 Thompson Sampling 을 활용하여 근거리 빔 트레이닝의 탐색과 활용을 적응적으로 균형 있게 조정함으로써, 파일럿 오버헤드를 최대 90% 절감하면서도 기존 기법 대비 2dB 이상의 SNR 이득을 달성하는 효율적인 프레임워크를 제안합니다.
이 논문은 클라우드 기반 6G 네트워크 배포를 위한 구조화된 분류 체계를 제시하고, 주요 기술적·운영적 도전 과제와 산업 현황을 분석하며 향후 방향과 해결해야 할 과제를 규명합니다.
이 논문은 이웃 간 무작위 주파수 정현파 신호를 교환하여 마스킹 신호를 생성함으로써 외부 도청으로부터 기준 신호와 그 미분을 보호하면서도 기존 동적 평균 합의 수렴성을 유지하는 프라이버시 보장 알고리즘을 제안하고, 이를 네트워크형 배터리 에너지 저장 시스템의 상태전하량 (SoC) 균형 제어에 적용하여 실용성을 입증합니다.
이 논문은 기존 벤치마크의 한계를 극복하고 나노 쿼드콥터의 시스템 식별, 제어, 상태 추정을 위한 액추에이터 명령어부터 정밀한 지상 기준 데이터까지 포함된 최초의 공개 멀티태스크 벤치마크인 'NanoBench'를 소개합니다.
이 논문은 더 많은 전기 항공기 (MEA) 시대에 비상 위치 송신기 (ELT) 의 아키텍처와 작동 주기를 개괄하고, 에너지 자립성, 배터리 인증, 전자기 적합성 (EMC), 설치 관행 및 생존성 중심의 고장 모드와 같은 통합 과제를 종합적으로 검토하여 차세대 항공기용 ELT 의 신뢰성과 효율성을 높이는 연구 방향을 제시합니다.
이 논문은 저비용 전장 OCT(Self-OCT) 영상을 심층 학습 기반의 합성곱 신경망 (CNN) 과 합성곱 제거 오토인코더 (CDAE) 를 활용하여 망막과 색소 상피 박리 (PED) 를 자동 분할하고, CDAE 를 통해 아티팩트로 인한 오류를 보정하는 새로운 방법을 제시합니다.
이 논문은 정상 주기적 레이트 모노토닉 실시간 시스템에서 응답 시간의 중심극한을 역가우시안 혼합 분포로 근사하고, 이를 재매개변수화 및 적응형 기대값 최대화 알고리즘을 통해 추정함으로써 시스템의 실패율을 효과적으로 예측하는 방법을 제안하고 있습니다.
이 논문은 다중 UAV 운송 시스템의 정밀성과 강인성을 극대화하기 위해 H2 제어 기반의 새로운 강인성 지표를 도입하고, 페이로드 주변의 차량 배치와 제어기를 동시에 최적화하는 새로운 접근 방식을 제안하며 실험을 통해 검증했습니다.
이 논문은 불안정한 통신 링크를 가진 방향성 그래프에서 단일 비트 피드백 채널을 활용하여 모든 노드가 정확한 최대값을 유한 시간 내에 계산하고 자율적으로 수렴을 판단할 수 있는 새로운 분산 알고리즘인 DMaC 를 제안하고 그 수렴성을 증명합니다.
이 논문은 사전 훈련된 대규모 언어 모델 (LLM) 을 활용한 진화 알고리즘을 통해 파이썬과 같은 표준 프로그래밍 언어로 표현된 해석 가능한 제어 정책을 자동 생성하여, 블랙박스 신경망 기반 제어의 투명성 문제를 해결하고 인간이 쉽게 수정 및 적용할 수 있도록 하는 새로운 방법을 제안합니다.
이 논문은 물리 기반 역해법으로 초기화를 수행하고 3D 합성곱 U-Net 을 통해 데이터 기반의 공간적 의존성을 학습하는 하이브리드 모델인 3D-PIUNet 을 제안하여, 기존 전통적 방법 및 순차적 딥러닝 접근법보다 뇌 전도 (EEG) 신호의 공간적 정확도를 획기적으로 향상시켰음을 보여줍니다.
이 논문은 다중 사용자 RIS 시스템에서 서브서페이스를 개별 사용자 주파수 대역에 할당하여 복잡한 최적화 없이도 기존 방법보다 낮은 계산 복잡도로 우수한 성능과 LoS 환경에서의 강인함을 달성하는 위상 선택 기법 (SD, ISD, CISD) 을 제안하고, 상관된 라이시안 및 레이리 페이딩 환경에서의 평균 SNR 을 정확히 유도합니다.
이 논문은 정적 가정을 넘어 시변 그래프 신호 처리 및 학습의 최신 발전, 방법론적 비교, 그리고 향후 연구 방향을 체계적으로 검토합니다.
이 논문은 잡음 분포에 대한 가정이 없는 에너지 제한 불확실 선형 시불변 시스템을 위해, 반정부규 프로그래밍을 활용하여 파라미터 추정 정확도를 보장하는 강인한 표적 탐색 전략을 제안합니다.
이 논문은 심층 음성 제거 (DNS) 모델이 저배경 잡음 및 시뮬레이션된 오버더에어 환경에서도 청각적으로 숨겨진 적대적 잡음에 의해 이해할 수 없는 소음으로 변질될 수 있음을 보여주며, 안전이 중요한 응용 분야에서 이러한 취약성을 해결하기 위한 실질적인 대응책이 시급함을 강조합니다.
이 논문은 전력 시스템의 연쇄 고장을 예측하고 완화하기 위해 계산 복잡도를 줄이고 견고성을 높이는 모듈러 감시 제어 기법을 제안하며, MATLAB 시뮬레이션을 통해 IEEE 표준 시스템에서 그 유효성을 입증했습니다.
이 논문은 과립 구체 (Granular Ball) 기반의 불완전 사전 지식을 도입하여 소량의 데이터로도 다양한 이미지 퓨전 작업에서 뛰어난 성능과 경량화를 달성하는 새로운 심층 퓨전 방법론을 제안합니다.
이 논문은 비선형 제어 시스템의 상태 확률 밀도를 제어하기 위해, 잡음 확산 과정을 통해 상태 공간을 탐색한 후 이를 목표 분포로 되돌리는 결정론적 역과정 (Denoising) 을 기반으로 한 피드백 제어 및 계획 프레임워크를 제안하고, 이를 통해 비선형 제어 문제를 밀도 제어의 완화 문제로 간주하여 해결하는 방법을 제시합니다.