A Multiscale Network with Supervised Contrastive Learning for Real-Time Facial Emotion Recognition
본 논문은 심리 상담과 같은 응용 분야를 위해 연속적인 표정 변화를 모델링함으로써 실시간 얼굴 감정 인식을 달성하고자 멀티스케일 네트워크와 지도 대조 학습을 활용한 딥러닝 기반 시스템을 제시하며, 표준 데이터셋에서 만족스러운 성능을 입증한다.
✓ 저자 검토
저자가 검토한 논문
원저자가 쉬운 설명을 검토한 논문들.
이 페이지에 소개된 모든 논문은 원저자 중 최소 한 명이 저희의 쉬운 설명을 확인하여 내용이 정확하다고 확인했거나 수정 사항을 요청하여 저희가 반영한 것입니다. 확인이 각 문장을 공식적으로 승인한다는 의미는 아니지만, 설명이 논문을 쓴 당사자의 검토를 거쳤다는 뜻입니다.
저자가 검토한 논문 607편 · 141–150 / 607
Individual Shrinkage for Random Effects
본 논문은 횡단면 정보를 활용하는 대신 개인의 이력을 활용함으로써 제임스-스틴(James-Stein)이나 경험적 베이즈(Empirical Bayes)와 같은 기존 방식에 내재된 '다수의 폭거'를 극복하고, 집합적 성과보다 개별 수준의 정확도를 우선시하는 마이크로패널 데이터용 개별 가중치(Individual Weight, IW) 수축 추정량 클래스를 제안한다.
A Communication-Centric 6G-LLM Architecture for Scalable Tactical Autonomous Defense Vehicle Networks
본 논문은 전술 자율 방어 차량 네트워크를 위해 에지 지원 대규모 언어 모델과 6G 시맨틱 통신을 통합한 통신 중심의 계층적 구조를 제안하며, 시뮬레이션을 통해 이 접근 방식이 30대의 차량 규모에서 지연 시간을 75.2% 줄이고, 임무 성공률을 68.7 퍼센트 포인트 높이며, 통신 오버헤드를 88.6% 절감함으로써 기존 5G 기반 AI 베이스라인을 크게 상회함을 입증한다.
AXIOM: A Trust-First Neuro-Symbolic Execution Architecture for Verifiable Mathematical Reasoning
이 논문은 언어 모델을 자연어 문제를 결정론적인 컴퓨터 대수 시스템(Computer-Algebra-System) 파이프라인으로 정형화하는 데에만 활용함으로써, 수학적 벤치마크에서 94.36%의 정확도와 100%의 신뢰도(확신 있는 오류 제로)를 달성하는 동시에 시스템 개선이 이전에 검증된 결과를 결코 퇴보시키지 않도록 보장하는 신뢰 우선 신경-기호 아키텍처인 AXIOM을 소개한다.
Stability distillation hypothesis for the origin of life
이 논문은 생명의 기원이 희박한 확률적 우연 사건에 의존하지 않고, 안정성 차이를 통한 선택적 농축에 의해 추진되는 필연적이고 통합된 과정이라고 주장하며 "안정성 증류 가설"을 제안한다.
The Longest Increasing Subsequence Problem revisited
이 논문은 최장 증가 부분 수열 문제가 다항 시간 내에 해결 가능함에도 불구하고, 저온 상태에서는 에너지 장벽 때문이 아니라 접근 가능한 구성의 부족으로 인해 국소 탐색 알고리즘이 준안정 상태에 갇히게 되는 유리 역학(glassy dynamics)과 열역학적 희소성을 보인다는 점을 밝히고 있다.
Adversarial Feeds Steer LLM Agent Decisions Against Their Defaults
이 논문은 외부 정보 피드의 큐레이션과 순서 배치가 특히 LLM 에이전트가 불확실할 때 이들을 체계적으로 적대적인 결정으로 유도할 수 있음을 입증하며, 이는 안전성 평가가 모델을 고립시켜 테스트하기보다는 상위의 추천 레이어를 감사해야 함을 드러낸다.
Linear optimal protocol for physical constraints in weakly driven processes
이 논문은 프로토콜 미분값에 대한 물리적 제약 조건 하에서 약하게 구동되는 시스템의 비가역적 일을 최소화하는 것이 일정한 구동 속도와 선형 프로토콜이라는 전역 최적해를 산출함을 보여주며, 이 결과는 이동된 고유값 방정식으로부터 도출되었고 수치적 유전 프로그래밍을 통해 확인되었다.
Physics-Informed Deep Learning for Entropy Prediction in Heterogeneous Systems: Thermodynamic and Information-Theoretic Case Studies
이 논문은 열역학 및 금융 시스템 전반에서 엔트로피를 정확하게 예측하기 위해 미분 방정식 잔차와 정보 이론적 경계 조건을 모두 강제함으로써, 제2법칙 위반 제로, 우수한 데이터 효율성, 그리고 기하학적 분석을 통한 상 불안정성 식별 능력을 달성하는 통합된 물리 정보 기반 딥러닝 프레임워크를 소개한다.
Low-Resource Safety Failures Are Action Failures, Not Representation Failures
이 논문은 저자원 안전성 실패가 유해성 표현의 부족이 아니라 결정 보정(decision calibration)의 불일치에서 비롯됨을 입증하며, 오직 소수의 대상 언어 예시만을 사용하여 기존의 고자원 안전 게이트를 재보정함으로써 이를 해결하는 방법을 제안한다.