172 편의 논문
이 논문은 기존 재구성 강건성 (ReRo) 의 한계를 지적하고, 차분 프라이버시 (DP) 의 위험을 멤버십 추론부터 데이터 재구성까지 포괄적으로 평가하는 통합 지표인 '재구성 우위 (reconstruction advantage)'를 제안하여 DP 노이즈 보정 및 감사의 정확성을 높이는 방법을 제시합니다.
이 논문은 토큰의 작업 중요도와 프라이버시 민감도를 고려하여 프라이버시 예산을 선택적으로 할당하고, 임베딩의 방향만 교란시키는 '극성 (polar) 메커니즘'을 도입하여 프라이버시 보호와 작업 유용성 간의 균형을 획기적으로 개선한 텍스트 프라이버시 프레임워크인 STAMP 를 제안합니다.
이 논문은 일반 그래픽 모델의 의존성을 강하고 약한 엣지로 분할하여 약한 엣지에 중심극한정론 기반 근사 메시지 전달 (AMP) 을, 강한 엣지에 표준 메시지 전달을 적용하는 '하이브리드 일반화 근사 메시지 전달 (HyGAMP)' 프레임워크를 제안함으로써, 계산 복잡도를 줄이면서도 성능과 복잡도 간의 균형을 맞출 수 있는 새로운 최적화 및 통계적 추론 방법을 제시합니다.
이 논문은 팀 의사결정에서 투표가 동등한 비중을 가질 경우, 이전 결정들을 무시하고 비밀투표를 하는 것이 사회적 학습을 통한 정보 공유보다 최적의 성능을 보장함을 보여줍니다.
이 논문은 순차적 의사결정 과정에서 마지막 에이전트의 정확도를 높이기 위해 초기 신념을 실제 확률과 다르게 설정하여, 에이전트들이 '옳은' 결정보다는 '정보 제공'에 중점을 두는 것이 베이지안 위험을 최소화할 수 있음을 보여줍니다.
이 논문은 '초과 2-확장 가능' 상태 집합에 속하는 임의의 상태가 신호를 통한 정확한 일방향 비밀키 증류에 사용될 수 없음을 증명하여, 많은 흥미로운 상태들에서 근사적 증류 가능 비밀키와 신호를 통한 정확한 증류 가능 비밀키 사이에 극심한 격차가 존재함을 보여줍니다.
이 논문은 Ziv-Merhav 정리를 마르코프 성질을 넘어 g-측도 및 수학적 통계역학의 평형 측도 등 더 넓은 범위의 분리된 측도에 대해 일반화하여, 두 다중 레벨 마르코프 측도 쌍에 대한 보편적 교차 엔트로피 추정을 확장합니다.
본 논문은 생성 확산 모델 (GDM) 의 원리와 최근 연구 동향을 개관하고 근거리 채널 추정 사례를 통해 5G/6G 대용량 MIMO 통신의 효율적인 채널 상태 정보 획득을 위한 GDM 의 잠재력과 향후 연구 방향을 제시합니다.
이 논문은 윤리적 민감도가 높은 AI 시스템의 해석 가능성과 정확성 간의 균형을 위해, 이산적 분할을 통해 정보 손실을 정량화하고 교육 및 XAI 분야에서의 적용 가능성을 제시하는 '거친 분할 (Coarse-Grained Partitions)' 프레임워크를 제안합니다.
이 논문은 다중 그룹 멀티캐스트 통신 시스템에서 에너지 효율을 최대화하기 위해 연속 구면 어레이 (CAPA) 기반 빔포밍을 설계하고, 이를 위한 최적 알고리즘과 저복잡성 근사 기법을 제안하며, 기존 이산 어레이 대비 성능 향상과 함께 어레이 크기 및 사용자 분포가 에너지 효율에 미치는 영향을 분석합니다.
이 논문은 원통형 위상 공간에서의 축대칭 나비에-스토크스 방정식을 분석하여 벨트라미 및 반벨트라미 성분을 포함한 완전한 함수 기저를 구성하고, 이를 계수들의 2 차 관계로 축소하는 이론적 체계를 제시하여 향후 물리 정보 신경망 (PINN) 기반의 최적화 알고리즘 개발을 위한 기초를 마련했습니다.
이 논문은 링 토폴로지 네트워크에서coded 분산 컴퓨팅을 위해 제안된 새로운 부호화 기법들이 통신 부하, 계산 부하, 그리고 브로드캐스트 거리 간의 최적 균형을 달성함을 이론적으로 증명합니다.
이 논문은 클라우드 규모의 데이터 웨어하우스에서 발생하는 치명적인 카디널리티 과소추정 문제를 해결하기 위해, 경량화된 기본 테이블 통계만으로도 조인 크기의 하한을 수학적으로 보장하는 새로운 프레임워크인 xBound 를 제안하고 이를 통해 실제 환경에서 최대 20.1 배의 쿼리 속도 향상을 달성했음을 보여줍니다.
이 논문은 알려지지 않은 분포 드리프트가 발생하는 비정상 데이터 스트림에서 훈련 조건부 누적 후회를 최소화하는 온라인 공형 예측을 위해, 드리프트 감지를 활용한 분할 공형 및 안정성에 기반한 전체 공형 알고리즘을 제안하고 그 최적성을 이론적으로 증명합니다.
이 논문은 저항성 크로스바 기반의 아날로그 인메모리 컴퓨팅을 위한 새로운 기하학적 오류 정정 코드 군을 연구하여, 다중 이상치 오류를 처리할 수 있는 코드의 m-높이 프로파일을 기하학적으로 분석하고 그 특성을 규명합니다.
이 논문은 심볼릭 시계열 데이터에서 인과 방향을 추론하고 효과 변수의 변화를 주도하는 하위 패턴을 식별하기 위해 알고리즘 정보 이론과 섀넌 정보 이론을 통합한 '사전 기반 패턴 엔트로피 (DPE)' 프레임워크를 제안하며, 다양한 합성 및 생물학적 데이터셋에서 기존 방법들보다 우수한 성능을 입증합니다.
이 논문은 측정을 통해 고전적 매끄러운 발산을 확장한 새로운 클래스의 매끄러운 조건부 엔트로피를 도입하여 양자 사생활 보호 (privacy amplification) 에 대한 기존 한계를 개선하고, 최적의 2 차 점근적 확장을 증명하는 강화된 한 샷 분석을 제시합니다.
이 논문은 확률 분포 간의 거리인 상대 엔트로피를 확률 행렬 범주의 양적 확대로 간주하여, 크로네커 곱과 직접 합이라는 두 가지 단위원 구조에 대해 클리바크-라이블러 발산 및 일반화된 렌지 발산을 완전하게 공리화한 결과를 제시합니다.
이 논문은 LLM 추론의 Prefill-Decode 분리 아키텍처에서 SLO, 요청 특성 및 처리량 제약을 고려하여 최적의 하드웨어 자원을 할당하기 위해 이론적 모델링과 실험적 벤치마킹을 결합한 하이브리드 접근법을 제안합니다.
이 논문은 노이즈가 포함된 거리 측정치를 바탕으로 미지의 점 위치를 추정하는 문제를 다루며, 오차 모델을 기반으로 한 집합-구성원 (set-membership) 방법론을 사용하여 국소화 집합을 정의하고 이를 효율적인 볼록 프로그래밍 기법으로 단순한 외접 상자 또는 타원체로 근사화하는 새로운 접근법을 제시합니다.