Euclid: Quick Data Release (Q1) -- Dual AGN in low-mass galaxies
본 논문은 Euclid 의 초기 데이터와 다중 파장 관측 자료를 활용하여 저질량 은하에서 9 개의 이중 활동성 은하핵 (AGN) 후보를 최초로 확인함으로써, 저질량 블랙홀 쌍의 진화와 LISA 대역 중력파 방출에 대한 중요한 단서를 제공했습니다.
✓ 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 619편 · 471–480 / 619
Staying on Track: Efficient Trajectory Discovery with Adaptive Batch Sampling
이 논문은 확률적 시뮬레이션의 비용이 큰 파라미터 추정 문제를 해결하기 위해, 입력 파라미터와 난수 시드를 모두 고려하여 경로 (trajectory) 수준의 추론을 가능하게 하는 적응형 배치 샘플링 기반의 베이지안 최적화 방법을 제안하고 전염병 모델에 적용하여 기존 방법 대비 효율성을 입증합니다.
Functional Emotions or Situational Contexts? A Discriminating Test from the Mythos Preview System Card
이 논문은 Claude Mythos 시스템 카드의 공개된 결과만으로는 감성 벡터가 행동을 주도하는 기능적 감정을 반영하는지, 아니면 상황적 맥락의 투사인지 구분할 수 없으며, 전략적 은폐 사례에서 감성 프로브와 SAE 특징의 활성화를 비교하는 추가 검증을 통해 감성 기반 모니터링의 신뢰성을 평가해야 한다고 주장합니다.
A Function-Centric Perspective on Flat and Sharp Minima
이 논문은 평탄한 최소값이 항상 일반화를 보장한다는 기존 관념에 도전하여, 정규화가 적절히 적용된 경우 날카로운 최소값이 오히려 우수한 성능, 강인성 및 보정을 나타낼 수 있음을 실증적으로 주장하지만, 작업 복잡성으로 인한 날카로움과 기억으로 인한 날카로움을 구분하는 문제는 여전히 해결되지 않은 과제로 남음을 밝힙니다.
Quark and Lepton Masses, Baryon Asymmetry, and Neutrino Mass from a Supersymmetric Preon Model
이 논문은 초대칭 프리온 모델을 통해 쿼크와 렙톤의 질비, 중성미자 질량, 그리고 우주 물질 - 반물질 비대칭을 동시에 설명하고, R-패리티를 역동적으로 유도하여 가장 가벼운 초대칭 입자의 안정성을 보장한다고 요약할 수 있습니다.
Heat transport in magnetohydrodynamic duct flow regimes with conducting and insulating walls
이 논문은 전도성 및 부도성 벽을 가진 직사각형 덕트 내 액체 금속의 자유대류 흐름을 직접 수치 시뮬레이션 (DNS) 으로 분석하여 4 가지 유동 유형을 규명하고, 각 유형에 대한 누셀트 수를 계산하여 차세대 핵융합 반응로 블랭킷의 열전달 성능을 평가하는 연구를 수행했습니다.
Reply to "Comment on 'Absence of a consistent classical equation of motion for a mass-renormalized point charge'" (arXiv:2511.02865v1, 3 Nov 2025)
본 논문은 질량 재규격화를 통해 유도된 인과적 수정된 로런츠-아브라함-디랙 고전 운동 방정식에 대해, Zin 과 Pylak 이 제기한 비정점 시간에서의 속도 불연속이 방사장에 델타 함수를 생성한다는 주장은 잘못되었음을 간략한 검토를 통해 반박하고 있습니다.
MDP Planning as Policy Inference
이 논문은 MDP 계획을 최적의 기대 보상이 높은 정책의 사후 분포 추론 문제로 재정의하고, 변분 시퀀셜 몬테카를로 (VSMC) 를 적용하여 정책 불확실성을 고려한 확률적 제어 정책을 도출하는 새로운 프레임워크를 제안합니다.
Prediction decomposition for causal analysis
이 논문은 기계학습 모델의 예측을 인과 분석에 활용할 때 전체 예측 정확도보다 '단위 내 시간 간 예측 정확도'가 반사실적 치료 효과 추정의 더 나은 지표가 된다는 이론적 프레임워크를 제시하고, 이를 진단 및 모델 선택 도구로 활용하는 방법을 제안합니다.
MAJEC: unified gene, isoform, and locus-level transposable element quantification from RNA-seq
MAJEC 은 RNA-seq 데이터에서 유전자, 아이소폼 및 전이성 요소 (TE) 로커스 수준을 통합적으로 정량화하여 기존 도구들이 겪던 유전자와 TE 간의 중첩으로 인한 오분류 문제를 해결하고 정확도와 속도를 동시에 개선한 새로운 프레임워크입니다.