effect in rotating hydrodynamic convection
이 논문은 회전하는 난류 대류를 시뮬레이션하여 열적 로스비 파가 빠른 회전 조건에서 바깥쪽 각운동량 수송을 일으킨다는 것을 발견함으로써, 기존 평균장 이론의 가정과 3D 시뮬레이션 및 태양 관측 결과 간의 불일치를 드러냈습니다.
1875 편의 논문
이 논문은 회전하는 난류 대류를 시뮬레이션하여 열적 로스비 파가 빠른 회전 조건에서 바깥쪽 각운동량 수송을 일으킨다는 것을 발견함으로써, 기존 평균장 이론의 가정과 3D 시뮬레이션 및 태양 관측 결과 간의 불일치를 드러냈습니다.
이 논문은 보정 항과 재규모화된 아인슈타인 - 힐베르트 항을 포함하는 타키온 스칼라장 인플레이션 모델을 연구하여, 단일 스칼라장 이론에서는 불가능한 것으로 알려진 팬텀 분할선 전이가 가능함을 보였으며, 인플레이션 중 중력이 아인슈타인 - 힐베르트 중력보다 강할 때 ACT 데이터와 일치함을 입증했습니다.
이 논문은 자기지도학습과 SED 피팅을 결합한 새로운 접근법을 통해 적색편이 영역에서 16 개의 새로운 퀘사어를 발견하여 기존 색상 - 색상 선택 기법으로는 놓칠 수 있었던 초기 우주 블랙홀 연구에 중요한 통찰을 제공함을 보여줍니다.
이 논문은 수정된 컨베이어 벨트 모델을 통해 고질량 별 형성 임계값의 해석이 진화 단계에 따라 왜곡될 수 있음을 보여주며, 별 형성 영역의 분류에 주변 환경의 총 물질량이 결정적 요소임을 규명했습니다.
이 논문은 1~1000 PeV 에너지 대역의 우주선 질량 구성을 연구하기 위해 SPHERE-3 검출기 설계를 최적화하는 대규모 광범위 대기 샤워 시뮬레이션을 위해, CORSIKA, Geant4 MT, Python 등을 활용한 다단계 병렬 파이프라인을 제안하고, 각 이벤트의 독립적 처리와 공유 데이터의 읽기 전용화를 통해 잠금 없이 선형 확장성을 달성한 소프트웨어 솔루션을 소개합니다.
이 논문은 중국 우주정거장 천체관측망원경 (CSST) 의 주 survey 카메라에서 발생하는 심한 기하학적 왜곡을 해결하기 위해 가중 다항식 보정과 룩업 테이블을 결합한 '2 단계 가중 다항식 왜곡 보정 (WPDC-2P)' 방법을 개발하고, 시뮬레이션 및 실제 관측 데이터를 통해 0.013~0.107 픽셀의 고정밀 천체측량 정확도를 입증한 내용을 담고 있습니다.
제임스 웹 우주 망원경의 새로운 관측 데이터를 통해 외계 행성 Eps Ind Ab 의 대기에 암모니아가 존재함을 확인했으나, 예상보다 약한 흡수 스펙트럼은 두꺼운 물 얼음 구름이 이를 억제하고 있음을 시사합니다.
이 논문은 NuSTAR, NICER, Insight-HXMT 의 동시 관측 데이터를 활용하여 GX 339-4 의 2021 년 폭발 기간 중 하드 상태와 소프트 상태의 광대역 스펙트럼을 분석한 결과, 하드 상태 스펙트럼에 따뜻한 코로나 (warm corona) 성분을 포함해야만 물리적으로 일관된 원반 구조와 이중 코로나 기하학적 모델을 얻을 수 있음을 규명했습니다.
이 논문은 블랙홀 X 선 쌍성계의 강착 기하학을 측정하는 X 선 관측 기법, 현재까지의 이해, 그리고 미해결 과제를 요약하며, 특히 밝은 하드 상태에서 강착 원반이 가장 안정된 원형 궤도까지 확장될 수 있음을 시사하고 원반 - 코로나 - 제트 간의 연관성에 대한 단서도 논의합니다.
이 논문은 비음수 행렬 분해 (NMF) 를 기반으로 한 데이터 주도적 방법을 제안하여 MUSE 관측 스펙트럼에서 93.7% 의 성공률로 은하의 적색편이를 정확하게 추정하고, 이를 통해 위양성 소스 분리 및 블렌딩 소스 검출을 가능하게 함을 보여줍니다.
이 논문은 Kaula 의 섭동 이론과 주파수 의존성 러브 수를 기반으로 LARES 2 와 LAGEOS 위성의 궤도 노드 및 경사각에 미치는 402 개 지조성분의 비대칭적 조석 섭동을 분석하고, 83 개의 주요 성분과 319 개의 미소 성분의 누적 효과를 정량화하여 고정밀 궤도 역학 연구 및 상대론적 렌즈 - 티링 효과 검증에 필요한 기초 자료를 제공했습니다.
본 연구는 3 차원 기후 모델을 통해 조석 고정 행성에서 대기 붕괴가 온실효과를 약화시키는 동시에 낮과 밤 사이의 열 수송을 감소시켜, 오히려 낮면의 액체 상태 물이 존재할 수 있게 할 수 있음을 밝혀냈습니다.
이 논문은 STRIPE 라는 새로운 몬테카를로 프레임워크를 통해 상대론적 난류가 입자 가속을 어떻게 유도하는지 연구한 결과, 기존 페르미-II 모델과 달리 LHAASO 가 관측한 마이크로퀘이사의 예상치 못한 경직된 TeV-PeV 감마선 스펙트럼을 설명할 수 있는 새로운 메커니즘을 제시했습니다.
이 논문은 시간 - 주파수 영역에서 유효 치프 질량 모델과 베이지안 파라미터 추정에서 영감을 받은 새로운 샘플링 기법을 도입하여, 중력파 관측 데이터에서 궤도 이심률을 5 분 이내에 약 0.2 의 오차 범위 내에서 신속하게 추정할 수 있는 효율적인 방법을 제시합니다.
이 논문은 북황도대 (NEP) 광역 영역에서 적외선과 광학 관측 데이터를 결합하여 먼지 차폐 효과를 보정한 861 개의 1 형 활동은하핵의 블랙홀 질량, 광도 및 에딩턴 비율을 정밀하게 측정하고, 이 데이터가 향후 SPHEREx 등 차세대 적외선 미션의 기준값으로 활용될 수 있음을 제시합니다.
이 논문은 2022 년 4 월 15 일 동일한 활동 영역 (AR 12994) 에서 발생한 두 개의 연속적인 코로나 질량 방출 (CME) 에 대한 다중 관측 데이터를 활용하여 수정된 원뿔 모델을 적용해 3 차원 기하학적 구조와 초기 운동학을 분석함으로써, 수성을 향해 이동하는 CME 의 영향 예측에 중요한 통찰을 제공합니다.
LAMOST 망원경의 분광 분석 정확도 향상을 위해 The Payne 신경망 기반의 MLP 모델을 구축하여 기기 프로파일을 정밀하게 추정하고, 이를 적용한 별의 시선속도 측정 오차를 약 3km/s 감소시켜 장기 주기 쌍성 탐색을 용이하게 했습니다.
이 논문은 10~40 태양질량의 항성 모델에 대한 체계적인 분석을 통해 초신성 폭발 전후의 중성미자 방출 특성이 항성의 컴팩트함 및 탄소 - 산소 핵 질량과 강한 상관관계를 가지며, 이는 실제 관측 조건에서도 progenitor 의 내부 구조를 제약하는 데 유효함을 최초로 규명했습니다.
이 논문은 우주적 공동 (void) 의 약한 렌즈링 효과를 분석하여 중성미자 질량에 대한 독립적이고 유망한 제약 조건을 제시하고, 신호와 질량 간의 선형적 관계를 규명함으로써 향후 관측 데이터와의 결합을 통한 우주론적 연구의 가능성을 강조합니다.
본 논문은 전리층 패러데이 회전 보정 정확도를 검증한 결과, 기존 전역 VTEC 지도 기반 방법이 과대평가하는 경향이 있는 반면, 인근 GNSS 관측소 데이터를 활용한 ALBUS 소프트웨어가 VLA 와 MeerKAT 관측에서 훨씬 정확한 보정을 제공함을 입증하고, 이를 통해 3C286 과 3C138 표준 편광 보정체의 고유 전기 벡터 위치각을 500 MHz 에서 50 GHz 대역까지 규명했습니다.
이 논문은 표준 FLRW 모델에서 금지된 것으로 여겨지던 공간 곡률의 부호 변화와 위상 전이를 시간 의존적 곡률 함수를 도입하여 가능하게 하고, 이를 통해 전역 쌍곡성을 유지하는 새로운 시공간 기하학을 구성하고 분석합니다.
이 논문은 6U 큐브위성 SpIRIT 에 탑재된 HERMES 장비를 통해 33ms 크랩 펄서의 펄스 프로파일을 검출하여, 소형 위성이 기존 플래그십 관측소 수준으로 고에너지 영역에서 밀리초 단위의 타이밍 정확도를 달성할 수 있음을 입증했습니다.
이 논문은 OPTICAM 기기의 따뜻한 픽셀 (warm pixels) 문제를 해결하기 위해 3x3 중앙값 필터를 적용한 다대역 시간 계열 데이터 축소 방법론을 제안하고, 이를 통해 TOI-7149 b 의 통과 관측에서 가장 높은 베이지안 증거를 얻어 최적의 전처리 기법으로 검증했습니다.
이 논문은 차세대 중력파 검출기를 위한 데이터 분석의 계산 효율성을 높이기 위해 매칭 필터링 개념과 합성곱 신경망을 결합한 하이브리드 접근법을 제안하며, 다양한 노이즈와 물리적 효과를 포함한 시뮬레이션 데이터에서 기존 매칭 필터링과 동등한 탐지 효율을 달성함을 입증합니다.
이 논문은 CHARA 배열에서 최초로 성공한 이중장 간섭계 관측을 통해 Piscium 의 내층 Ba-Bb 쌍성계를 직접 분해하고 정밀한 궤도 및 역학적 질량을 규명함으로써, 아크초 규모의 쌍성계에서 서브-마스크래스 정밀도의 간섭계 측위 능력을 입증했습니다.
이 논문은 330 개의 감마선 폭발 (GRB) 을 스태킹 분석하여 100 GeV 까지 도달하는 고에너지 감마선 방출을 최초로 검출하고, 개별적으로 탐지되지 않은 약한 표본에서 기존 표준 모델로 설명되지 않는 에너지 주입 효과의 존재를 시사했습니다.
이 논문은 Gaia DR3 데이터와 TESS 광변곡선 분석을 결합하여, 질량이 큰 컴팩트 천체가 아닌 밀집 위계적 3 중성계 (G1010) 를 발견하고, 저/고 신호대잡음비 분광 관측의 조합이 향후 Gaia 데이터 릴리즈와 함께 이러한 3 중성계 발견에 유효함을 입증했다고 요약할 수 있습니다.
이 논문은 241 개의 Swift 장기 감마선 폭발 (GRB) 표본을 분석하여 암티 (Amati) 와 요네토쿠 (Yonetoku) 관계가 적색편이에 따라 진화하지 않으며, 오히려 고적색편이 영역에서 더 잘 적합되어 우주론적 탐침으로의 잠재력을 가짐을 규명했습니다.
이 논문은 제로 지연 중력파 탐색을 위해 최소 위상 백색화 기법을 사용할 때 발생하는 주파수 스펙트럼 드리프트로 인한 시스템적 오차를 보정하기 위해 커클러-발리니에리 형식을 확장한 섭동 이론을 개발하고, 이를 통해 검출 효율과 천체 위치 정확도를 유지할 수 있음을 입증했습니다.
이 논문은 EHT 의 M87* 관측 데이터를 기반으로 전하를 띤 PFDM 블랙홀의 매개변수 범위를 규명하고, 이를 통해 원반 및 구형 강착 과정에서의 입자 궤도 역학, 복사 효율, 유체 거동 등을 상세히 분석하여 기존 슈바르츠실트 블랙홀과의 차이점을 규명했습니다.
이 논문은 이미지 분할 기법을 적용하여 NGC 2403 과 NGC 628 은하의 HII 영역에 대한 전자 밀도와 부피 충진 인자를 분석하고, 은하의 크기 및 별 형성률 표면 밀도와의 상관관계를 규명하여 고적색편이 관측 해석과 성단 형성 모델에 새로운 제약을 제시했습니다.
이 논문은 현대 관측 데이터를 기반으로 한 통계적 관계를 1947 년 4 월 8 일 기록된 가장 큰 흑점군에 적용하여, 태양이 이론적으로 수 10^34 erg 의 거대 플레어를 발생할 수 있음을 실증적으로 추정했습니다.
이 논문은 가이아 (Gaia) 데이터를 활용한 인두스 (Indus) 항성 흐름의 관측과 N-바디 시뮬레이션을 통해, 관측된 밀도 변동이 외부 섭동체가 아닌 조석 붕괴 과정에서 발생하는 내부의 사이클론 운동 (epicycles) 에 기인하며, 이를 통해 인두스 왜소은하가 원래 'cuspy' 형태의 암흑물질 헤일로를 가졌을 가능성이 있음을 시사합니다.
본 논문은 유clid 퀵 데이터 릴리즈 (Q1) 의 분광 처리 알고리즘 성능을 DESI 관측 데이터와 비교하여, 적색편이 측정의 높은 정확도와 정밀도를 확인하고, 단일 스펙트럼 특징이 많은 데이터의 특성상 신뢰할 수 있는 우주론적 분석을 위해 엄격한 품질 기준 적용이 필수적임을 제시합니다.
본 논문은 CatNorth 150 만 개 퀘이서 후보 목록과 플랑크 CMB 렌즈 데이터를 활용하여 매개변수를 제약한 결과, 기존 관측치와의 불일치인 긴장 (tension) 을 완화하는 경향을 보였으며, 이는 표본의 불완전성이나 전경 오염과 같은 체계적 오차에 기인할 가능성이 있음을 시사합니다.
이 논문은 제임스 웹 우주 망원경 (JWST) 의 NIRSpec/MOS 관측을 통해 NGC 628 은하의 젊은 항성 성단 (eYSC) 과 그 주변 성간 매질의 분광 특성을 최초로 분석하여, 초신성 폭발 전의 젊은 거대 별들이 성운에서 탈출하는 초기 항성 형성 단계에서 주요한 피드백 기작을 주도함을 규명했습니다.
이 논문은 SOFIA/HAWC+ 관측 데이터를 활용해 26 개의 근접 성간 구름을 다중 파장에서 편광 분석하여, 분해능과 열적 조건이 먼지 편광 스펙트럼에 미치는 영향과 성간 자기장의 국소적 특성을 규명했습니다.
이 논문은 장감마선폭발 (LGRB) 의 제트에서 생성된 오프-축 제트-코코오의 냉각 방출이 고광도, 연한 스펙트럼, 감마선 대응체 부재 등의 관측적 특징을 가진 빠른 X 선 천이체 (FXTs) 를 자연스럽게 설명할 수 있음을 수치 시뮬레이션을 통해 제시합니다.
이 논문은 은하계 세페이드 변광성의 관측 데이터를 Gaia 및 HST 데이터와 통합하여 선택 효과와 은하 구조를 고려한 포워드 모델링 베이지안 프레임워크를 구축함으로써, 국부 거리 사다리와 허블 상수 () 의 정밀한 보정을 재검증하고 허블 장력 문제를 지지하는 결론을 도출했습니다.
이 논문은 인플레이션 장의 유효장 이론을 일관되게 적용하여, 재규격화된 1-루프 차수의 초기 우주 스칼라 파워 스펙트럼이 음속 지평선보다 큰 스케일에서 정확히 동결됨을 최초로 명시적으로 증명합니다.
이 논문은 GPU 가속 N-체 시뮬레이션과 페bble 강착 모듈을 활용하여, 스트리밍 불안정성에서 유래한 원시행성 질량 분포를 기반으로 원반 소산 후 산란 원반이 형성되고 거대 행성계 진화가 초기 형성 위치나 총 질량에 크게 의존하지 않음을 규명했습니다.
CTAO 의 LST-1 을 이용한 관측을 통해 GRB 221009A 의 매우 높은 에너지 (VHE) 감마선 초과를 확인하고, 이를 통해 장기간 감마선 폭발의 제트 구조 모델 중 VHE 플럭스가 1 일 후 $10^{-11}^{-2}^{-1}$를 크게 초과하는 모델을 배제함으로써 제트 구조에 대한 새로운 통찰을 제공했습니다.
이 논문은 자기화된 백색왜성의 붕괴 (AIC) 로 생성된 r-과정 핵종이 방출하는 감마선 스펙트럼을 시뮬레이션하여, 철-피크 원소와 r-과정 원소의 동시 존재가 중성자별 병합과 구별되는 특징임을 밝히고, 향후 MeV 감마선 망원경으로 10~30 Mpc 거리까지 이러한 신호를 탐지할 수 있음을 예측했습니다.
이 논문은 나시 그레이스 로만 우주망원경의 초심층 관측을 위한 전략을 연구하여, 6 개 필터를 활용한 최소 0.56 평방도 규모의 관측이 고적색편이 은하의 자외선 광도함수 측정 불확실성을 기존 JWST 프로그램 대비 2~4 배 줄일 수 있음을 제안합니다.
FAST 망원경을 이용한 1 년 이상의 정밀 타이밍 관측 결과, 펄사 J0630+19 는 고령화되어 에너지 손실이 매우 낮아 HAWC J0630+186 의 고에너지 감마선 방출을 구동할 수 없음을 확인했습니다.
이 연구는 거대 저면적 밝기 은하 (gLSBs) 의 중성 수소 (HI) 관측 결과와 NIHAO 시뮬레이션을 비교하여, 이러한 은하들의 비대칭적인 가스 분포가 과거의 주요 병합 사건을 통해 형성된 것일 가능성을 시사합니다.
본 논문은 SDO 의 다중 파장 관측을 활용하여 2019 년 4 월부터 10 월까지 6 개월간 태양 활동 영역 NOAA AR 12738 의 붕괴 과정과 주변 감광 영역 (dimming region) 의 진화를 분석하여, 열적 결핍이 방출 감소의 주요 원인임을 규명하고 장기적 감광 현상이 활동 영역의 붕괴 및 자기 구조 재편성 이해에 중요한 진단 도구가 됨을 보여주었습니다.
이 논문은 21cm 전파 관측과 고유 운동 데이터를 결합한 하이브리드 재구성 기법을 통해 은하수 평면의 가려진 영역을 처음으로 정밀하게 분석한 결과, 라니아케아 초은하단과 대유인체 지역을 능가하는 약 33.8×10¹⁶ 태양질량의 '벨라 초은하단'이 남쪽 은하수 가림대에서 지배적인 질량 집중체로 확인되었음을 보고합니다.
이 논문은 중력파 렌즈 현상과 전자기파 관측 데이터를 연계하여 실제 다중신호 천체물리학 분석을 가능하게 하는 최초의 소프트웨어 패키지인 'silmarel'의 알파 버전을 소개합니다.
이 논문은 마우나로아 관측소에서 2006~2007 년에 수행된 코로나그래프 측정과 AERONET 에어로졸 광학 역산을 결합하여 태양 원반 중심으로부터 약 1.54 도 이내의 근태양 복사량과 에어로졸 특성 간의 정량적 일치성을 입증하고, 이를 통해 기존 및 미래 관측소의 주간 코로나 관측 품질을 평가할 수 있는 확장된 프레임워크를 제시합니다.
이 논문은 몬테카를로 시뮬레이션을 통해 Lyman- 복사가 최소 광학 두께 경로가 아닌 상당한 광학 두께를 가진 채널을 통과하며, 채널 기하학적 구조와 유출, 먼지, 로그정규 분포된 기둥 밀도 등이 스펙트럼 형태와 중성수소 흡수선 (LyC) 탈출에 미치는 영향을 규명하고 이를 설명하는 분석적 모델을 제시합니다.
이 논문은 2023 년 KMTNet 데이터를 기반으로 저질량비 () 행성 후보를 체계적으로 탐색하여 세 개의 강력한 행성 후보 (KMT-2023-BLG-0164, 1286, 1746) 를 발견하고, 그 중 하나인 KMT-2023-BLG-0164 의 스펙트럼 관측을 통해 렌즈의 질량과 거리를 규명하는 한편, 나머지 두 후보는 통계적 표본에서 제외될 가능성이 있음을 보고합니다.
허블 우주망원경과 제임스 웹 우주망원경의 관측을 통해 젊은 성단의 질량이 클수록 주변 가스를 더 빠르게 분산시켜 성단이 드러나는 시간이 짧아진다는 새로운 상관관계를 규명함으로써, 항성 형성 과정과 항성 피드백에 대한 이해를 심화시켰습니다.
이 논문은 모델-무관 메타학습 (MAML) 알고리즘을 활용하여 적색편이 분포가 변경되는 새로운 렌징 커널에 대해 소수의 샘플로만 신속하게 적응할 수 있는 우주 전단 각전력스펙트럼 에뮬레이터를 개발하고, 기존 단일 작업 사전학습 또는 사전학습 없는 에뮬레이터보다 우주론적 추론에서 훨씬 더 정확한 결과를 제공함을 입증했습니다.
본 논문은 3 세대 중력파 검출기를 고려하여 암흑물질 헤일로, 은하 및 서브헤일로를 포함한 복합 질량 모델 기반의 강한 렌즈 중력파 모의 카탈로그 (GW-LMC) 를 구축하고, 이더 (ET) 와 세이 (CE) 네트워크를 통해 연간 약 400 개의 더블릿과 36 개의 쿼드러플릿을 포함한 다양한 렌즈 현상과 그 통계적 특성을 예측했습니다.
이 논문은 최근 신성 데이터의 분석을 통해 (2 등성까지 감광하는 데 걸리는 시간) 와 (3 등성까지 감광하는 데 걸리는 시간) 간의 비대칭 회귀 분석을 수행하여, 두 파라미터가 로 근사되는 간단한 비례 관계에 있음을 규명했습니다.
이 논문은 2021 년 10 월 28 일 발생한 광범위한 상대론적 태양 에너지 입자 (SEP) 사건에 대한 다중 우주선 관측 데이터와 수치 시뮬레이션을 결합하여, 입자 가속 영역이 좁고 횡방향 확산이 효율적임이 이 사건의 광범위한 공간적 확장을 설명하는 핵심 요인임을 규명했습니다.
이 논문은 IllustrisTNG 시뮬레이션의 수치 해상도가 위성 은하의 암흑 물질 제거에는 큰 영향을 미치지 않지만, 항성 질량 제거 시간과 은하의 구조, 그리고 최종적인 은하계 헤일로 질량 분포에는 결정적인 영향을 준다는 것을 규명했습니다.
ODIN 탐사 데이터와 DESI 분광 관측을 결합하여 우주 중기 (Cosmic Noon) 에 존재하는 6 개의 거대 은하단 후보를 확인하고 3 차원 구조를 재구성함으로써, 고밀도 환경이 은하 진화와 소멸에 미치는 영향을 규명했습니다.
ODIN 탐사는 DESI 분광 관측을 활용하여 적색편이 2.4, 3.1, 4.5 에서 선별된 라이먼 알파 방전 은하 후보들의 검증률을 92~96% 로 확인하고, 활성 은하핵과 저적색편이 은하를 주요 오염원으로 규명했습니다.
이 논문은 GALEX 자외선 및 WISE 적외선 관측 데이터를 활용하여 왜소불규칙 은하 DDO 43 에서 전반적으로 일관된 항성 형성이 일어나고 있음을 확인했으나, 일부 지역에서는 자외선 방출이 거의 없으면서 적외선 플럭스가 높은 것으로 보아 국소적인 먼지에 가려진 항성 형성 활동이 존재할 가능성을 제시했습니다.
이 논문은 1000 만 년 시뮬레이션을 통해 해왕성 2:1 공명군 (Twotino) 이 명왕성과의 4:3 평균운동 공명에 의해 장기적으로 영향을 받음을 규명함으로써, 명왕성을 시뮬레이션에서 배제할 수 없으며 외계행성 영역 구조 형성에 명왕성이 중요한 역할을 한다는 점을 강조합니다.
이 논문은 편광 광학 설계에서 정밀도를 저해하는 간섭 무늬의 원인을 규명하고, 작은 복굴절 가정을 기반으로 한 경량화된 모델링 기법을 제시하여 이를 완화하는 방안을 논의합니다.
이 논문은 인플레이션 중 중력 비선형 상호작용에 의한 1-루프 보정을 효과장론 (EFT) 으로 재규격화하여, 초-지평선 스케일에서 스칼라 및 텐서 파워 스펙트럼이 보존되고 전파 속도가 방사 보정에 면역임을 증명합니다.
본 논문은 퀘이사 4C 50.43 의 광학 QPO 분석을 통해 서로 다른 관측 기간과 데이터 특성에 따라 1124 일과 513 일의 서로 다른 주기성이 검출되었으며, 이는 내재적 AGN 변동성으로 인한 적색 소음의 강한 영향으로 인해 광학 QPO 주기가 일정하지 않을 수 있음을 시사하여 BLAGN 연구 시 이를 주의 깊게 고려해야 함을 강조합니다.
이 논문은 태평양 중성미자 실험 (P-ONE) 을 위해 개발된 갈륨 나이트라이드 기반 광 펄스 구동 회로와 방향성 및 등방성 광 보정 장치 (P-CAL) 의 설계, 성능 특성 분석, 그리고 GEANT4 시뮬레이션과 실험적 측정을 통한 등방성 최적화 결과를 제시합니다.
이 논문은 태양과 유사한 진동의 전 세계적 검출 확률을 최적화하기 위해 기존에 널리 사용되던 주파수 범위 () 보다 를 적용할 때 검출 확률이 가장 높아진다는 것을 밝히고, 이를 실제 관측 및 예측에 적용할 것을 권고합니다.
이 논문은 L-Galaxies 2020 모델을 기반으로 한 은하의 항성 형성 역사 (SFH) 가 재이온화 시기의 전리 및 가열 과정과 21cm 신호의 위상학적 특성과 타이밍에 미치는 영향을 연구하여, SFH 모델의 차이가 전리 영역의 크기와 온도, 그리고 최종적인 21cm 신호에 중요한 영향을 준다는 것을 밝혔습니다.
이 논문은 실제 관측 환경의 고동적 범위와 광시야 문제를 해결하기 위해 패치 기반 학습과 비선형 밝기 변환을 도입한 딥러닝 기반 전파 간섭계 영상 재구성 모델 POLISH 를 개선하여, 차세대 전파 천문학에서 강중력렌즈 발견 효율을 기존 방법 대비 10 배 향상시킬 수 있음을 보였습니다.
이 논문은 SPHERE-3 프로젝트를 위해 로모노소프 -2 슈퍼컴퓨터에서 시간 소모가 큰 체렌코프 광을 포함한 광대역 대기 샤워 시뮬레이션을 효율적으로 수행하기 위해 개발된 CORSIKA 코드의 멀티스레드 병렬 버전의 주요 기능과 효율성을 보고합니다.
이 논문은 드 시터 시공간에서 운동량 공간 얽힘 접근법을 사용하여 섭동적 단위성 한계를 분석한 결과, 평탄한 공간의 결과와 유사한 한계뿐만 아니라 드 시터 시공간의 열적 성질을 반영하여 장 공간 곡률에 대해 허블 스케일 크기의 상한이 존재함을 보였습니다.
가이아 (Gaia) DR3 의 고유 운동 데이터를 분석한 이 연구는 LMC 의 5 개 구상성단이 주변 젊은 별들과 유의미하게 다른 운동 경로를 보여, 북동부 방향의 왜소은하와의 상호작용 또는 LMC 의 과거 병합 사건이 발생했을 가능성을 시사합니다.
본 논문은 LSST 의 차기 Ia 형 초신성 데이터, DESI 의 BAO 관측, 그리고 다양한 CMB 실험 데이터를 결합하여 암흑 에너지 상태 방정식과 중성미자 질량에 대한 표준 우주 모델을 넘어선 물리 현상을 정밀하게 제약할 수 있음을 보여줍니다.
이 논문은 H3+SEGUE+MagE 외곽 헤일로 별들의 전천 운동학 데이터를 심층 신경망 기반 추론으로 분석하여, 대마젤란운 (LMC) 의 근접 통과로 인한 반사 운동을 정량화하고 이를 고려할 때의 은하계 및 LMC 의 질량, 속도 이방성 등을 정밀하게 제약했습니다.
이 논문은 저적외선 극한 항성생성 은하 (xSFGs) 에 대한 다중 주파수 전파 관측과 베이지안 모델링을 통해 전리광자 탈출, 먼지 존재, 그리고 전파 스펙트럼 지수 간의 상관관계를 규명하여 재이온화 시대 은하의 특성을 이해하는 새로운 통찰을 제공했습니다.
이 논문은 최신 CALSPECv11 모델과 이전 모델 간의 차이를 반영하기 위해, 기존 STIS 에셸 모드 감도 곡선에 간단한 스케일링을 적용하여 2009 년 서비스 임무 4(SM4) 이전 관측 데이터의 플럭스 정확도를 0.5~2.4% 개선하는 방법을 제시합니다.
이 논문은 관측적 허블 매개변수 데이터를 활용하여 인공 신경망과 베이지안 신경망 프레임워크를 통해 감마선 폭발 (GRB) 의 광도 거리 보정을 모델 독립적으로 수행하고, 이를 통해 암리 (Amati) 관계의 기울기를 제약하며 베이지안 접근법이 불확실성 전파에 더 견고함을 보임을 입증했습니다.
이 논문은 N-체 시뮬레이션을 활용하여 은하수 위성 은하인 섹타스 (Sextans) 의 궤도와 조석 효과를 분석하여, 은하수 질량과 암흑물질 프로파일에 따라 $1.223.14\times10^9\rm\,M_\odot$ 사이의 다양한 강하 질량을 재구성하고 이를 우주론적 시뮬레이션 결과와 비교하여 검증했습니다.
이 논문은 중금속이 없는 저질량 3 세대 항성의 적색거성 단계에서 비방사적 단열 진동 분석을 수행하여, 금속함량이 다른 항성들과 구별되는 독특한 진동 신호를 발견함으로써 표면 오염에도 불구하고 3 세대 항성을 식별할 수 있는 강력한 진동학적 진단법을 제시했습니다.
본 논문은 Gaussian Process 회귀를 활용하여 STIS 이차 에셸 모드 트레이스의 곡률을 정밀하게 모델링함으로써 기존 직선 근사법보다 약 4% 의 플럭스 처리량을 향상시키고, 2009 년 서비스 임무 4 전후의 9 가지 모드에 대한 새로운 트레이스와 참조 파일을 제공했습니다.
이 논문은 슈바르츠실트 시공간에서 에너지 의존적 손실구와 일반상대론적 최소 안정 반지름을 고려한 상대론적 자기일관적 분석 틀을 구축하여, 뉴턴적 접근 대비 극대질량비 나선운동 (EMRI) 발생률을 약 8 배 증가시킨다는 것을 보임으로써 우주 기반 중력파 관측을 위한 정확한 사건의율 추정에 상대론적 보정의 중요성을 강조합니다.
이 논문은 중력렌즈 현상을 활용한 관측과 간섭 은하의 정제 기법을 통해 암흑물질이 초경량 보손 (DM) 일 가능성에 대한 검증 시도를 수행한 결과, $3.5 \leq z \leq 5.56 \leq z \leq 10\psi\psi2.97 \times 10^{-22}$eV 이상으로 제한했습니다.
이 연구는 NOEMA 관측과 SED 피팅을 통해 초대질량 나선은하 UGC 8179 가 전체적인 질량 규모에도 불구하고 표준 분자 가스 비율과 소멸 시간을 유지하며 국소적 항성 형성 과정을 따르지만, 중심부에서는 팽대부의 영향으로 항성 형성률이 억제되는 역동적 조절 메커니즘을 보임을 규명했습니다.
이 논문은 초대칭 기반의 WZDR 모델을 확장하여 스칼라 장 암흑 물질과 계단형 암흑 복사 간의 운동량 결합을 도입하고 다양한 우주론적 데이터를 통해 분석한 결과, 기존 모델과 유사한 성능을 보이며 허블 상수 및 긴장 문제를 부분적으로 완화하지만 완전한 해결에는 미치지 못함을 밝혔습니다.
이 논문은 일반상대성이론을 넘어서는 중력 이론에서 블랙홀의 링다운을 분석하기 위해 스칼라 장의 진동 모드를 정확히 계산하여 중력파 보정의 대리 지표로 활용하는 효율적인 방법을 제안하고, 이를 통해 블랙홀 그림자 관측과 비교했을 때 현재 링다운 관측이 동등하거나 더 강력한 제약 조건을 제공할 수 있음을 입증합니다.
이 논문은 곡률 시공간에서 컴팩트한 천체에 의한 산란을 Mie 산란의 데바이 급수 개념을 차용하여 정밀하게 분해하고, 복소 각운동량 평면에서 레게 - 데바이 극점 스펙트럼을 규명하여 중성자별과 초컴팩트 천체의 산란 진폭이 극점과 가지 절단 기여 간의 경쟁 또는 극점 지배적 특성을 통해 어떻게 재구성되는지 분석했습니다.
이 논문은 VLA, HST, Chandra 의 다중 파장 관측을 통해 구상성단 M22 내의 전파원을 분석하여, 정적 상태의 항성질량 블랙홀 후보인 VLA22 를 포함한 여러 천체를 확인하고, 이는 구상성단 내에서 블랙홀이 우주 시간 규모로 유지될 수 있음을 시사한다고 요약할 수 있습니다.
이 논문은 토성의 성장과 이동 과정에서 CM 유형 소행성체가 외행성 영역 (천왕성 - 해왕성 영역) 으로 산란되어 CI 유형 물질과 혼합될 가능성은 가스 항력과 중력 섭동으로 인해 2~4% 미만의 극히 낮은 비율에 그쳐 CI 저장고의 오염이 무시할 수 있을 정도로 미미하다는 것을 N-체 시뮬레이션을 통해 규명했습니다.
이 논문은 일반상대론적 자기유체역학 시뮬레이션 데이터에 표준 복사 물리 법칙을 적용하여 태양질량의 10 배에서 1 억 배에 이르는 다양한 질량의 블랙홀에 대한 스펙트럼을 예측함으로써, 관측된 블랙홀의 여러 특성을 재현할 수 있음을 보여줍니다.
이 논문은 상태가 매우 다른 금속 함량을 가진 빠르게 회전하는 거대 항성의 진화 과정과 스펙트럼 특성을 최신 항성 진화 및 대기 모델링을 통해 예측하고, 향후 허블 우주 망원경의 ULLYSES 프로그램을 통해 관측 데이터와 비교할 수 있는 기반을 마련했습니다.
이 논문은 스피처와 허블 우주 망원경 데이터를 활용하여 13 개의 차가운 갈색 왜성에 대한 시차 관측을 수행하고, 이들의 광도 및 색의 큰 편차가 광학적 거리 추정을 불확실하게 만들어 정밀한 시차 측정이 필수적임을 규명했습니다.
이 논문은 CMB, BAO, 초신성 데이터를 활용하여 CDM 모델과 부호 반전 진공 에너지를 도입한 CDM 확장 모델의 일관성을 분석한 결과, 비가우시안 정밀 진단 기법을 적용할 때 두 모델 모두 관측 데이터와 높은 일관성을 보이며 기존 가우시안 기반 긴장도 지표가 과장된 불일치를 나타낼 수 있음을 규명했습니다.
이 논문은 별의 진화 격자 데이터를 학습한 모델 기반 딥러닝 기법을 개발하여 기존 베이지안 방법보다 6 만 배 빠른 속도로 130 만 개의 별에 대해 나이를 추정하고, 이를 통해 은하 고고학 연구의 지평을 넓혔음을 보고합니다.
이 논문은 FEGA25 반분석 모델을 사용하여 밝은 중심 은하의 항성 헤일로의 형성 및 진화, 특히 그 질량, 색상, 금속함량의 진화와 적색편이에 따른 스케일링 관계를 연구하고, 이를 VEGAS 및 FDS 관측 데이터와 비교하여 항성 헤일로는 중심 은하와 은하단 내 빛 (ICL) 사이의 역학적·화학적 연결 고리임을 규명했습니다.
이 논문은 초신성 잔해와 같은 이산적인 우주선 원천의 확률적 특성이 은하계 확산 방출에 미치는 영향을 연구하여, 시간 의존적 확산 시나리오에서 원천의 불확실성이 LHAASO 관측 데이터와 이론적 예측을 조화시키는 데 중요할 수 있음을 시사합니다.
이 논문은 Zwicky Transient Facility 의 23 차 데이터 릴리스에서 지도 학습 기반 초신성 확률 점수를 PineForest 활성 이상 탐지 프레임워크에 통합하여, 극단적인 클래스 불균형 문제를 해결하면서도 다양한 천체 이상 현상을 식별하는 능력을 유지하면서 초신성 발견 효율을 크게 향상시킨 하이브리드 전략을 제시합니다.
이 연구는 JWST 관측을 통해 우주 정오 시기의 저질량 은하들이 짧은 시간 규모의 무작위성이 아닌, 1 억 년 이상의 긴 주기적 폭발과 휴식 단계를 반복하며 항성 형성 주선 위아래로 역동적으로 진화하고 있음을 규명했습니다.
이 논문은 제트를 방출하는 조석 붕괴 사건 (Swift J1644+57) 의 장기 X 선 관측 데이터를 분석하여, 코로나의 물리적 파라미터가 초기 상대론적 제트 방출 시 급격히 팽창한 후 후기 단계에서 포화 상태에 도달하며 진화함을 규명했습니다.
이 논문은 차세대 중력파 관측기를 통해 강한 렌즈 효과를 받는 중력파를 분석함으로써, 차폐 메커니즘이 적용된 수정 중력 이론을 검증하고 일반상대성이론의 편차를 규명할 수 있는 정밀한 이론적·통계적 프레임워크를 제시합니다.
이 논문은 Sedov-Taylor의 자기유사 해법을 적용하여 구대칭을 가진 회전하는 비점성 유체로 기술된 암흑유체 모델을 제시하고, 이를 통해 뉴턴 우주론적 틀과 일치하는 새로운 해를 도출하여 정상 물질에서 암흑 에너지까지의 진화를 설명할 수 있음을 보였습니다.
이 논문은 구름 형성과 중수소 연소를 고려한 최신 갈색왜성 진화 모델을 적용하여, 기존 분석적 근사치로는 간과되었던 갈색왜성 주변 행성의 거주 가능 구역 지속 시간이 수백만 년 더 길어질 수 있음을 규명했습니다.
이 논문은 미국이 주도하는 가시광선 관측 장비와 함께 영국이 주도하는 근적외선 분광기를 개발하여, 생명체의 존재를 명확히 증명하기 위해 산소와 메탄 등 여러 분자 특징을 포괄적으로 분석할 수 있는 차세대 행성 관측 시설 (HWO) 의 핵심 역할을 강조합니다.
이 논문은 조석 고정된 행성의 대기 순환이 얼음 혜성 충돌로 인한 수증기의 고도 이동을 촉진하여 지구형 대기보다 훨씬 큰 수소 탈출을 유발할 수 있음을 보여주며, 특히 충돌 위치 (주간면 대 야간면) 에 따라 탈출률이 10 배 이상 차이 날 수 있음을 규명했습니다.
이 논문은 ASKAP 전파 관측을 통해 초신성 잔해 G309.8-2.6 의 특이한 S 자형 편광 구조와 정렬된 자기장을 규명하고, 다중 파장 데이터를 결합하여 그 물리적 특성과 형성 메커니즘을 연구했습니다.
IXPE 관측을 통해 중성자별 2S 0921-630 의 강착 원반 코로나에서 고에너지 X 선 편광이 검출되었으며, Monte Carlo 시뮬레이션은 외곽 원반에서 방출된 열복사풍의 산란을 통해 관측된 편광 특성을 설명할 수 있음을 보였으나, 편광 각도의 에너지 의존성은 더 복잡한 비축대칭 산란 기하구조가 필요할 수 있음을 시사합니다.
이 논문은 자기성자와 X 선 어두운 고립된 중성자별의 자전 주기 분포를 분석하여, 두 집단이 약 14 초 부근의 주기에서 공통된 물리적 메커니즘에 의해 관측 가능한 단계가 종료된다는 강력한 증거를 제시합니다.
이 논문은 저질량 별의 적색거성 (RGB) 단계에서의 질량 손실이 왜소 타원 은하의 AGB 와 RGB 별 수 비율을 결정하는 핵심 요소임을 규명함으로써, 해당 비율을 통해 은하의 주요 항성 형성 시기를 약 10 억 년의 오차 범위 내에서 추정할 수 있는 관계를 제시합니다.
이 논문은 5 년간의 장기 분광편광 관측을 통해 북극성의 표면 자기장이 안정적으로 유지되고 있으며, 이를 통해 고전 세페이드 변광성으로는 최초로 100.29 일의 자전 주기를 직접 측정하고, 이를 바탕으로 북극성의 진화적 기원과 병합 가설에 대한 새로운 통찰을 제시했습니다.
이 논문은 고해상도 시뮬레이션을 통해 아음속 난류에서 소산이 와도 (vorticity) 와 밀접한 관련을 있고 와류 필라멘트 구조를 보이는 반면, 초음속 난류에서는 밀도 변동과 충격파에 의해 주도되며 다양한 스케일에 걸쳐 분포한다는 점과 두 regime 간의 소산 통계 및 구조적 차이를 규명했습니다.
이 논문은 구조화된 감마선 폭발 (GRB) 제트의 시간 의존적 광구 복사 전달을 2 차원 특수 상대성 유체역학 시뮬레이션과 몬테카를로 광자 전파를 결합하여 모델링함으로써, 제트 구조와 쌍생성 하중이 스펙트럼 진화와 편광 신호에 미치는 영향을 규명하고 향후 관측을 위한 정량적 예측을 제시합니다.
이 논문은 고배율 미시중력렌즈 관측을 통해 발견된 두 개의 저질량비 행성과 중앙-공명 퇴행성을 두 가지 유형 (유사 질량비/상이한 소스 반지름, 그리고 낮은 질량비/큰 소스 반지름) 으로 분류하여 해석하는 방법을 제시합니다.
이 논문은 직접적인 질량 이동이 강성각운동량 전달 효율이 낮아 항성이 임계 회전 속도에 도달하지 않은 채 초기 질량의 상당 부분을 획득할 수 있게 하며, 궤도 반장축, 이심률, donor 의 회전 속도 등을 고려한 새로운 분석 모델을 통해 이러한 현상과 질량 보존율을 규명했습니다.
이 논문은 태양형 별의 리튬 함량과 회전 진화를 재현하기 위해 자기장 세기와 혼합 길이 매개변수를 동적으로 변화시키는 새로운 모델을 제안했으나, 현재 태양의 회전 속도와 자기장 세기를 정확히 설명하기 위해서는 추가적인 물리 메커니즘이 필요함을 지적합니다.
LAMOST 중분해능 분광 관측을 통해 10 개의 컴팩트 천체 후보의 회전 폭을 측정하여 궤도 경사각과 동반자 질량을 추정함으로써, 그중 2 개가 Ia 형 초신성 전조성일 가능성이 있는 중성자별이나 찬드라세카르 한계에 근접한 백색왜성임을 규명했습니다.
이 논문은 2018 년 가이아 위성에 의해 발견된 은하 원반의 비평형 상태 신호인 '가이아 위상 나선'의 기원과 물리적 메커니즘을 규명하기 위해 로렌츠 센터에서 개최된 워크숍의 내용과 논의, 그리고 향후 연구 방향을 요약하고 공유합니다.
이 논문은 제임스 웹 우주 망원경 (JWST) 의 관측 데이터와 30 년간의 정밀 궤도 분석을 결합하여 외계 행성 Ind Ab 의 동역학적 질량과 4~25 m 파장대의 스펙트럼 에너지 분포를 최초로 규명함으로써, 진화 모델의 새로운 검증 기준을 마련하고 행성 진화 연구의 새로운 지평을 열었습니다.
이 논문은 , , 관측 데이터를 분석하기 위해 개발된 오픈소스 파이썬 패키지인 `XSNAP`을 소개하고, 이를 적용하여 Type II 초신성 2024ggi 의 X 선 스펙트럼을 모델링함으로써 폭발 전 약 117 년 동안의 항성 질량 손실률을 규명했습니다.
이 논문은 JAX 기반의 quax 프레임워크와 astropy.units 를 활용하여 물리 단위를 고려한 고성능 수치 계산을 가능하게 하는 Python 패키지인 'unxt'를 소개합니다.
이 논문은 비포물성 전도대를 가진 유한 폭 격자에서의 폴라론 문제를 다루기 위해 페인만 변분법을 확장하고 다른 해석적 접근법을 일반화하여, 연속체 근사를 넘어 격자 폴라론의 결합 세기와 운동량 전반에 걸쳐 수치적으로 정확한 결과와 높은 정확도로 일치하는 보편적인 해석적 틀을 제시합니다.
이 논문은 반무한 그로스-네부-유카와 모델의 임계 거동을 연구하여 다양한 경계 임계 행동 보편성 클래스에 해당하는 고정점을 식별하고, 1-루프 차수에서 경계 임계 지수를 계산하며 반무한 의사스칼라 유카와 모델과의 관련성을 논의합니다.
이 연구는 분자동역학 시뮬레이션을 통해 스타형 고분자 용융물의 나노기공 모세관 침투 거동을 분석한 결과, 팔 길이와 기능성에 따라 루카스 - 와시번 방정식과의 편차가 발생하고, 팔의 배향 및 엉킴 변화, 코어 근처의 강성 영역 형성, 그리고 평형 도달 시간 지연 등 토폴로지가 침투 역학에 중대한 영향을 미친다는 것을 규명했습니다.
이 논문은 게이지 장과 질서 변수를 동등하게 취급하는 몬테카를로 시뮬레이션을 통해 초전도체의 U(1) 격자 게이지 시스템 상전이 임계 거동을 규명하고, 그 보편성 부류가 중성 보손의 보스 - 아인슈타인 응축 (XY 상전이) 과 일치함을 입증했습니다.
이 논문은 비자성 불순물을 포함한 두 밴드 초전도체 모델에서 와 상태 간의 전이가 고온에서는 부드러운 크로스오버이나 저온에서는 1 차 상전이가 되어 온도 - 불순물 산란율 상도에 임계 끝점이 나타나며, 보른 극한에서 최대가 되는 전이 변화 온도가 제로로 수렴함에 따라 양자 상전이의 실현 가능성을 시사한다고 요약할 수 있습니다.
이 논문은 입구가 확률적으로 개폐되는 관으로의 확산 플럭스를 추정하는 기존 모델을 관의 폭이 좁지 않거나 관과 벌크 영역의 확산 계수가 다른 경우에도 적용 가능하도록 확장하여 명시적인 공식과 그 정확성을 입증했습니다.
이 논문은 입자 스왑 몬테카를로 알고리즘과 GPU 분자동역학 시뮬레이션을 결합하여 점성 액체의 고유 역학을 분석한 결과, 자유 매개변수가 없는 랜덤 배리어 모델 (RBM) 이 von Schweidler 법칙보다 확산 계수를 더 정확하게 예측하며 고유 평균 제곱 변위를 더 잘 설명함을 보여줍니다.
이 논문은 분자 동역학 시뮬레이션을 통해 원통형 공간에 갇힌 고분자의 급격한 용매 조건 변화 시의 붕괴 역학을 연구하여, 국소적 구슬-목걸이 구조 형성과 소세지형 중간체 구형화라는 두 단계의 붕괴 메커니즘과 이들 과정의 기하학적 구속 조건에 따른 동역학적 거동을 규명했습니다.
이 논문은 압력과 산소 동위원소 치환을 통해 삼중층 러드레스던-포퍼 니켈레이트 LaNiO의 스핀 밀도파 (SDW) 및 전하 밀도파 (CDW) 전이 특성을 규명하여, 두 질서가 얽혀 있을 때 산소 질량이 전이 온도에 영향을 미치지만 독립적으로 발생할 때는 영향이 없음을 보여주었습니다.
이 논문은 모듈러 흐름에 대한 엔트로피 및 전하 엔트로피의 응답이 키랄 중심 전하와 홀 전도도라는 토폴로지 불변량에 의해 결정됨을 보이며, 이를 자유 페르미온 시스템과 유효 장 이론을 통해 검증했습니다.
이 논문은 스티커와 스페이서로 구성된 생체 응집체에서 스페이서의 엔트로피 극대화가 스티커 간 인력을 유발하여 스티커의 군집화를 일으키고, 이로 인해 유체에서 고체로의 전이를 동반한 유리질과 같은 느린 이완 및 노화 현상이 발생함을 규명했습니다.
이 논문은 다양한 강상관 물질의 비간섭성 전자기 스펙트럼이 물질 특이적 요인이 아닌 경쟁 요동으로 인한 자기 생성 동적 무질서에서 비롯되며, 이를 통해 각기 다른 물질들의 ARPES 데이터가 단일 보편 곡선으로 수렴하는 '보편적 스펙트럼 붕괴' 현상을 규명했습니다.
이 논문은 단일 전자 계측 통계를 활용하여 비평형 상태의 나노 도트에서 다전자 상태의 시간 영역 확률 분포를 분석함으로써, 열 방출을 유지열과 초과열로 분해하고 자유 에너지 생성과의 정량적 상관관계를 규명하여 비평형 전자 소자를 위한 열역학적 틀을 제시했습니다.
이 논문은 패턴 내부의 상관관계를 모델링한 구면 홉필드 모델의 정적 한계를 레플리카 방법으로 분석하여, 고온에서 스핀 유리 상을 거쳐 저온에서 패턴과 상관관계가 동시에 나타나는 상전이를 규명했습니다.
이 논문은 unrestricted Hartree-Fock 접근법과 RPA 를 활용하여 외부 자기장 하의 2 차원 전자 - 정공 시스템에서 란다우 스핀궤도 결합과 쿨롱 상호작용이 어떻게 협력하여 위상 스핀 3 중항 엑시톤 응집체를 안정화시키고, 특히 밴드 스핀궤도 결합의 증가가 위상적으로 비자명한 상태로부터 양자화된 체른 수 를 갖는 위상 스핀 업 엑시톤 응집체로의 전이를 유도하는지 규명했습니다.
이 논문은 평탄 밴드 초유체의 안정성이 전체적인 양자 미터의 적분값이 아니라 응축 운동량에서의 국소적 양자 기하학의 분포에 의해 결정되며, 특히 2 차원 시스템에서는 최소 3 개의 밴드가 필요함을 보여줍니다.
이 논문은 32 가지 실험적 증거를 바탕으로 구리계와 니켈계 초전도체에서 산소나 금속 원자를 매개로 한 이온 결합 기반의 전자 쌍 (Cooper pair) 형성 메커니즘을 제안함으로써 40 년간 미해결이었던 고온 초전도 현상의 원인을 규명하고 상온 초전도 실현 가능성을 제시한다고 요약할 수 있습니다.
이 논문은 시간 의존적 다체 해밀토니안과 다차원 모리 투영 연산자를 기반으로 비평형 일반화된 랑주뱅 방정식을 유도하고, 이를 인간 이자 아밀로이드 폴리펩타이드 (IAPP) 의 섬유화 과정에서 관찰되는 단백질 접힘의 결합 역학 모델링에 적용하는 체계적인 프레임워크를 제시합니다.
이 논문은 라듐-니켈 산화물 (LaNiO) 에서 산소 동위 원소 치환이 전하 밀도파 (CDW) 전이 온도를 상승시키지만 스핀 밀도파 (SDW) 전이에는 영향을 미치지 않음을 보여줌으로써, 전하 질서 형성에 격자 진동의 강한 관여와 초전도 짝짓기 메커니즘에 대한 전자 - 포논 결합의 중요성을 규명했습니다.
이 논문은 대규모 몬테카를로 시뮬레이션을 통해 고전적 정사각형 격자 하이젠베르크-나침반 모델의 유한 온도 상도도와 임계 거동을 규명하여, 스핀 - 격자 대칭성을 동시에 깨는 네 가지 상이 아신커 - 텔러 보편성 클래스를 따르는 연속 상전이를 보이며 4- 상태 포츠 점 이후 1 차 상전으로 전환되고, z- 편광된 두 상은 2 차원 이징 임계성을 나타낸다는 사실을 밝혔습니다.
이 논문은 SU(2) 대칭을 가진 이층 안티페로자성체 모델에서 스핀과 에너지를 모두 교환하는 경우와 에너지만 교환하는 경우라는 두 가지 서로 다른 내부 대칭을 가진 모델군을 연구하여, 각 모델의 영온도 위상 다이어그램과 위상 전이 특성을 비교 분석하고 있습니다.
이 논문은 차세대 에너지 효율적인 AI 시스템을 위해 재료, 소자, 회로 및 아키텍처를 통합적으로 설계할 때, 매개변수 없이 물리 법칙에 기반한 예측 시뮬레이션을 통해 나노 스케일 물리와 워크로드 수준의 지표를 연결함으로써 에너지 효율성을 획기적으로 개선할 수 있음을 주장합니다.
이 논문은 ErMgGaO의 비탄성 중성자 산란 실험과 선형 스핀파 이론을 통해, 2 차원 삼각격자에서 스트라이프 및 120 스핀 상관관계가 경쟁하며 스핀 액체와 스트라이프 질서 사이의 양자 상전이 경계 근처에 있는 근접 스핀 액체 바닥상태가 존재함을 규명했습니다.
이 논문은 BiCuO(SO) 를 페로자성 사다리 결합을 가진 드문 스핀 사다리 자성체로 규명하고, 실험적 측정과 이론적 계산을 통해 유사한 크기의 반강자성 다리 결합과 페로자성 사다리 결합이 서로 다른 초교환 경로를 통해 형성됨을 밝혔습니다.
이 논문은 평균장 그로스-피타옙스키 방정식을 사용하여 자기 반발성 스핀궤도 결합 쌍극자 보스 - 아인슈타인 응축체에서 다양한 스핀 - 1/2 및 스핀 - 1 조건 하에서 형성되는 준 1 차원 솔리톤의 존재와 안정성을 연구하고 있습니다.
이 논문은 레이저 장벽을 스캔하는 실험적으로 실현 가능한 프로토콜을 제안하여 Bose-Einstein 응축체 내에서 양자 소용돌이 고리의 핵생성 위치, 반지름 및 전파 속도를 결정적으로 제어하고 안정적으로 조작할 수 있음을 수치적으로 검증했습니다.
YC6 원통에서의 최신 행렬 곱 상태 시뮬레이션 결과, 에서 관찰된 두 개의 준퇴화된 바닥 상태가 단순한 위상적으로 구별된 스핀 액체의 섹터가 아니라 정적 및 동적 성질에서 뚜렷한 차이를 보이는 서로 다른 위상 간 경쟁의 결과일 가능성이 제기되었습니다.
이 연구는 항생제 하위 농도 노출로 인해 길게 늘어난 필라멘트형 대장균이 정적 상태에서는 정강한 몸체의 회전으로 파도치는 운동을 보이다가, 저 레이놀즈 수 유동 환경에서는 '꼬불거림 (wiggling)'이라 불리는 불규칙한 운동과 류오탡시스 (유체 흐름에 따른 방향 전환) 를 보이며 벽면으로 이동하는 독특한 거동 양상을 규명했습니다.
이 논문은 능동 입자와 수동 입자가 스프링으로 연결된 2 차원 시스템에서 자기 추진력의 크기에 따라 직선, 원형, 지그재그 운동이 발생하는 짝짓기 유도 운동을 설명하는 간단한 수학적 모델을 제안하고 이론적 분석을 통해 직선과 원형 운동 간의 분기 현상을 규명합니다.
이 논문은 평탄 밴드 모델에서 컴팩트 국소화 상태의 기하학적 구조를 분석하여 삼각형 형태의 프레임워크가 보스 - 아인슈타인 응축을 가능하게 하지만 정사각형 형태는 불가능하게 만든다는 새로운 관점을 제시합니다.
이 논문은 피로클로어 격자에서 페르미온 스핀온을 기반으로 대칭성 및 스핀 액체의 완전한 분류를 제시하고, 특히 3 차 회전 및 나사 대칭의 프로젝트 작용으로 보호되는 독특한 '노달 스타 (nodal star)' 구조를 가진 스핀 액체와 그 저온 비열의 비정상적인 스케일링 거동을 규명했습니다.
이 논문은 1 차원 시간 베리 위상항을 포함하는 U(1) 비선형 시그마 모델이 소용돌이 증식에 시공간 이방성 간섭을 일으켜, 무질서한 보손 시스템의 보손 유리상과 유사한 준무질서 위상을 유도하며, 이는 위상 요동으로 인한 초유체 전이에서 유리상 형성의 통일된 위상학적 기원을 시사한다고 주장합니다.
이 논문은 자성 기계적 증강 회전 로봇 (MASBot) 군집을 실험 플랫폼으로 활용하여 비가역적 상호작용을 조절함으로써 비정형 탄성 결정, 비정형 점성 액체, 나선형 활성 기체라는 세 가지 상을 관측하고 전환하는 통합 위상도를 제시하며, 이를 통해 로봇 군집을 프로그래밍 가능한 물질 상태로 다룰 수 있는 새로운 청사진을 제시합니다.
이 논문은 거시적 활성 입자 시스템에서 시공간 결정이 공간적 질서는 위상 결함의 증식으로, 시간적 질서는 다체 상호작용의 약화로 인해 각각 파괴되는 독특한 3 단계 용융 과정을 실험적으로 관측하여 시공간 병진 대칭의 자발적 붕괴가 분리될 수 있음을 입증했습니다.
이 논문은 입자 기반 시뮬레이션을 통해 비브라운성 마찰 입자 현탁액에서 자가 추진력이 마찰 매개 전단 두꺼워짐과 경쟁하여 고응력 영역에서 점도를 낮추는 '두꺼워짐 해제 (dethickening)' 현상을 유도하고, 이를 무차원 활성 응력으로 조절할 수 있음을 규명했습니다.
이 논문은 Glauber 동역학을 따르는 1 차원 및 2 차원 이징 모델에서 스핀의 가상 보행과 국소 에너지를 기반으로 한 가상 보행을 분석하여, 비평형 영역의 시간적 거동과 유한 시간 스케일링을 통해 임계 지수 및 임계점을 성공적으로 규명했습니다.
이 논문은 열평형 상태의 브라운 운동계에서 속도 자기상관 함수와 힘 자기상관 함수가 정확히 반비례하여 교차상관이 소멸함을 증명함으로써 노이즈 제거 알고리즘이 이론적으로 정확함을 규명하고, 비평형 상태에서는 교차상관이 유한하게 존재하여 비평형 물리의 지문이자 알고리즘 보정 기준이 됨을 보여줍니다.
이 논문은 Fredholm 연산자의 특이점 (Fermi 점) 을 활용하여 위상 K-이론의 Chern character 를 재구성하고, 이를 통해 시간 반전 대칭을 가진 4 차원 위상 절연체의 에지 인덱스 짝수성과 벌크-에지 대응에 대한 간결한 증명을 제시합니다.
이 논문은 위상차를 갖는 초전도 터널 접합과 그 배열을 이론적으로 연구하여, 노드 라인으로 인한 엔트로피 구조의 복잡성을 통해 전자를 냉각하는 과정을 제시합니다.
이 논문은 수치적 재규격화 군 방법을 사용하여 강자성 리드와 강하게 결합된 양자점 시스템에서 상관된 점프가 전하 및 스핀 의존적 수송 특성과 열전 효율에 미치는 영향을 규명했습니다.
이 논문은 2 차원 반강자성 시스템의 열적 요동을 설명하기 위해 랜다우-리프시츠-길버트 방정식과 랑주반 장을 결합한 포커-플랑크 접근법을 개발하여, 평균장 근사를 통해 스핀 편극 및 2 시간 스핀-스핀 상관 함수의 운동 방정식을 유도하고 스핀파 역학 및 저항 요동 현상을 연구합니다.
이 논문은 CdAs 나노와이어 기반 조셉슨 접합에서 게이트 전압과 자기장 방향에 따라 조절 가능한 강한 이방성 조셉슨 다이오드 효과를 관찰하고, 이를 통해 벌크 상태와 위상 표면 상태의 기여를 분리하여 숨겨진 위상 초전도 상태를 탐지하는 민감한 도구로서의 가능성을 제시했습니다.
이 논문은 선형 탄성 이론을 바탕으로 변형된 모이어 초격자의 기하학적 특성을 체계적으로 설명하고, 다양한 변형 및 비틀기 조건에서 예측되는 특수한 모이어 패턴과 이를 실현하는 최신 실험 기법을 종합적으로 검토합니다.
이 논문은 결합 탄소 사슬의 나선형 오비탈을 통한 전자 흐름이 분자 모터의 회전 방향을 결정하는 물리적 관측량인 '나선성 (helicality)'을 정의하고, 부분 격자 대칭성과 시간 반전 불변성을 바탕으로 전류 방향과 무관하게 회전 방향이 결정되는 새로운 메커니즘을 제시합니다.
본 논문은 PtAu 합금을 기반으로 한 스핀트로닉 테라헤르츠 방출기가 기존 Pt 기반 장치보다 더 큰 스핀 홀 효과를 통해 테라헤르츠 출력 전력을 획기적으로 향상시킨다는 것을 증명합니다.
이 논문은 광학 전이 에너지를 변조하는 고조파 음향 구동 방식을 통해 기존 한계를 극복하고, 양자점의 전하 상태 준비를 위한 고충실도 음향 제어와 비고전적 다중 포논 상태 생성의 기반을 마련했다고 요약할 수 있습니다.
이 논문은 2 차원 비방향성 다양체에서 마요라나 페르미온의 분배함수와 관련된 값의 아프-브라운-케르베 (ABK) 불변량을 윌슨 디랙 연산자의 피프 (Pfaffian) 로부터 격자 이론적으로 유도하고, 토러스, 클라인 병, 실사영면, 뫼비우스 띠 등 다양한 경계 조건 하에서 수치적 검증을 통해 연속체 이론과 일치함을 입증했습니다.
이 논문은 다양한 교환-상관 함수를 사용하여 할로겐화물 및 수소화물 화합물의 격자 열전도도와 음향 유체역학 거동을 계산하고, 함수 선택이 열전도도 예측 및 음향 유체역학 관측 가능 영역에 중대한 영향을 미친다는 것을 규명했습니다.
이 논문은 Fe(Te,Se) 링에서 전류 편향에 비례하는 내재적 자기장과 이중 자속 양자화 현상을 관측하여 스핀 편광 초전도 condensate 의 존재를 입증하고, 이를 Rashba 결합과 비등방성 상호작용을 포함한 모델로 설명함으로써 초전도 스핀트로닉스와 양자 정보 플랫폼의 새로운 가능성을 제시합니다.
이 논문은 병진 대칭성이 없는 시스템의 국소 홀 전도도 수식을 유도하여 무질서한 자기 절연체 내 국소 홀 신호의 변동을 연구한 결과, 비자성 전위 무질서의 포함이 체르른 절연체 상태를 확장시키고 동일한 총 무질서량을 가진 작은 패치 여러 개로 분할하는 것이 위상 앤더슨 절연체 영역을 증대시킨다는 점을 밝혔습니다.
이 논문은 초저온 산화막 증착 공정을 통해 얇은 SiGe 캡층 () 을 가진 Ge/SiGe 이종구조에서도 기존 얕은 구조와 유사한 저전하 잡음 수준을 달성하여, 초전도체와의 통합이 용이한 하이브리드 반도체 - 초전도 소자 프로토타이핑에 적합한 플랫폼임을 입증했습니다.
이 논문은 크롬 옥시클로라이드 (CrOCl) 의 2 차원 극한에서 자기장 조정에 따른 다양한 자기 질서 상의 변천과 스핀 - 격자 결합을 라만 산란 분광법을 통해 규명하고, 층수 감소에 따른 자기 상의 존재 영역 변화를 보고합니다.
이 논문은 초민감 토크 자력계를 사용하여 개별 Magnetospirillum gryphiswaldense 박테리아의 자기 이력 현상을 측정하고, 이를 전자현미경 및 미자성 시뮬레이션과 결합하여 단일 박테리아 내 자성 나노입자 사슬의 자기 구성, 외부 자기장에 따른 변화, 총 잔류 자기 모멘트 및 유효 자기 이방성을 규명했습니다.
이 논문은 1 차원 계산과 결합된 디랙 콘 모델을 활용하여 MnBiTe 5 층 박막의 층간 스핀 배향에 따라 위상 절연체와 위상적으로 trivial 한 절연체 사이가 전환되며, 이에 따라 패러데이 및 커 회전 각도 등 자기 광학 응답이 조절됨을 규명했습니다.
이 논문은 CeNiAsO 와 같은 물질에서 비상대론적 스핀 분열을 일으키는 p-파 자기성의 미시적 기원을 규명하고, 스핀-사이트 결합에 기인한 새로운 스핀 밀도 메커니즘을 통해 페로, 알터, 안티알터 자성체를 기하학적으로 구분하는 일반적 분류 체계를 제시합니다.
이 논문은 금속 - 유기 골격체 (MOF) 가 대칭성 기반 지표와 스트레인 및 도핑 공학을 통해 베리 곡률 핫스팟을 생성하고 비선형 홀 효과를 구현할 수 있는 범용 플랫폼임을 이론적으로 제안하고, 이를 합성 전략과 결합하여 설계 가능함을 입증합니다.
이 논문은 강상관 양자점과 초전도체 및 정상금속 단자가 연결된 시스템에서 자기장 하의 크로스드 안드레프 반사 (CAR) 가 쿤도 효과, 제이만 분열, 그리고 쿠퍼 쌍 상관관계 간의 상호작용에 의해 어떻게 조절되는지, 특히 페르미 액체 이론과 수치적 재규격화 군 기법을 통해 CAR 이 쿤도 영역과 초전도 근접성 우세 영역 사이의 전이 영역에서 증폭된다는 점을 규명했습니다.
이 논문은 Rashba 금속과 3 차원 위상 절연체 표면에서 -파 및 -파 알터자기 질서가 궤도-제만 (OZ) 교차 항에 미치는 영향을 연구하여, -파 질서가 OZ 항의 부호 변화를 유발하거나 크기를 감소시키는 반면 -파 질서는 그 영향이 제한적이거나 크기를 줄인다는 것을 규명했습니다.
이 논문은 1 차원 반도체 - 초전체 이종구조에서 무질서와 유한 크기가 존재하는 시스템에서도 유효한 Pfaffian 기반의 위상 불변량을 검토하고, 이를 실공간 구성 및 바닥상태 페르미온 패리티와 연결하여 물리적 의미를 규명함과 동시에 수치적 결과를 통해 검증했습니다.
이 논문은 키랄 페르미온과 국소 포논의 결합이 포논 스펙트럼의 위상적 분열과 홀리호그 구조의 베리 곡률을 유발하며, 페르미온의 위상 정보가 포논 전류의 불연속성인 패리티 이상으로 전이되어 전자적 키랄성을 직접 탐지할 수 있음을 보여줍니다.
이 연구는 주사 터널링 현미경과 tight-binding 계산을 통해 마진각을 가진 이층 그래핀에서 AA 적층 영역의 국소화된 전자 상태와 AB 영역의 균일한 스펙트럼을 규명하고, 전단 및 전단 - 인장 혼합 유형의 두 가지 변형 유도 도메인 벽을 발견하여 변형이 도메인 벽 상태를 제어할 수 있는 매개변수임을 입증했습니다.
이 논문은 선형 응답 이론과 에너지 자기화 개념을 기반으로 반고전적 스핀 역학 시뮬레이션을 통해 열 홀 전도도를 계산하는 방법을 정립하고, 이를 키랄 강자성체와 키타에프 자기체 모델에 적용하여 마그논 간 상호작용 및 강한 열 요동이 중요한 regimes 에서 실험과 비교할 수 있는 정량적 벤치마크를 제공함을 보여줍니다.
이 논문은 FeCoNiCrCu 고엔트로피 합금 나노와이어를 다공성 템플릿에 전착시켜 밀도가 벌크 금속의 1% 미만인 '새의 둥지' 형태의 3 차원 구조물을 제작하고, 이를 통해 초경량임에도 1000 K 이상의 큐리 온도와 티타늄 합금과 유사한 열확산율을 갖는 극한 환경용 기능성 소재를 개발했음을 보고합니다.
본 논문은 주기적 결정 구조를 넘어 준결정 시스템으로 알터자성 (altermagnetism) 개념을 확장하여, 초공간 투영 기법을 통해 준결정 격자에서 네일 질서가 유도된 비전통적인 -파 및 -파 알터자성 위상이 나타날 수 있음을 이론적으로 규명했습니다.
이 논문은 암상 X 선 현미경 (DFXM) 을 활용하여 완전 재결정화된 순철 내부의 이종 잔류 탄성 변형과 미세구조를 3 차원으로 매핑하고, 이러한 잔류 변형이 입계 이동 및 입자 성장 모델에 미치는 영향을 규명했습니다.
이 논문은 흡수 스펙트럼 분해와 진동자 세기 값의 불확실성으로 인해 기존 Smakula-Dexter 공식을 이용한 Cr4+:YAG 내 Cr4+ 농도 계산의 정확도 한계를 분석하고, 이를 해결하기 위한 새로운 접근법을 제안합니다.
이 논문은 1 차 원리 밀도 범함수 이론을 활용하여 4d 및 3d 전이 금속을 포함한 단일 분자 메탈로센의 전자적 및 자기적 이방성 특성을 체계적으로 연구한 결과, 이방성이 d 전자 수 증가와 비례하지 않고 d 상태의 궤도 배열에 크게 의존하며 Mo 와 Rh 에서 최대 약 20K(양이온 상태에서는 60K) 의 이방성을 보인다고 밝혔습니다.
이 논문은 생성 확산 모델과 기계 학습 기반 원자층 증착 (ALD) 기술을 결합한 'IDEAL' 플랫폼을 통해 Hf-Zr-O 시스템의 복잡한 산화물 박막에 대한 역설계를 성공적으로 수행하고 실험적으로 검증함으로써 차세대 반도체 유전체 소재의 정밀 합성을 위한 새로운 길을 제시합니다.
이 논문은 머신러닝 상호작용 퍼텐셜과 아이스 규칙을 보존하는 루프 업데이트를 결합한 시뮬레이션을 통해, 수분 얼음의 1 차 프로톤 정렬 전이가 83 K 에서 발생하며 핵 양자 효과를 고려할 때 실험값인 72 K 에 근접함을 규명했습니다.
본 논문은 포도당 산화효소가 포함된 하이드로젤에서 pH 파동의 전파와 칼슘 매개 가교 반응을 통해 화학적 신호가 기계적 강성 변화로 전환되는 시공간적 조절 메커니즘을 규명하여, 소프트 로봇 및 생체의학 응용을 위한 적응형 소재 설계 원리를 제시합니다.
이 논문은 전자 후방 산란 회절 (EBSD) 기법을 사용하여 다양한 2 차원 반데르발스 물질의 결정학적 방향을 0.2 도 미만의 정밀도로 측정하고, 이를 통해 정밀한 트위스트 각도 제어가 가능한 이종 구조를 설계하여 광학 및 전자적 특성을 조절할 수 있음을 입증했습니다.
이 논문은 X 선 분말 회절 및 광발광 스펙트럼과 같은 실험 데이터의 배경을 제거하고 의미 있는 스펙트럼 정보를 추출하기 위해 이산 웨이블릿 이론의 한계점을 극복한 듀얼트리 복소 웨이블릿 변환 (DTCWT) 기반의 보편적인 알고리즘을 제안하고 그 유효성을 검증합니다.
이 논문은 전자 - 포논 상호작용의 비섭동적 효과와 버텍스 보정을 모두 포함하는 자기일관적 사다리 형식주의를 개발하여, 기존 접근법의 한계를 극복하고 반도체 및 금속의 전기 전도도와 광학 특성을 실험 결과와 정량적으로 일치시키는 첫 번째 원리 기반 수송 이론을 제시합니다.
이 논문은 왜곡된 2 차원 사각 격자 구조를 가진 모노클린 란타나이트 탄탈레이트 (M'-LnTaO4, Ln=Tb, Dy, Ho, Er) 의 벌크 자기적 성질을 조사하여 Tb 화합물에서 2.1 K 이하의 반강자성 질서를 확인하고, Er 화합물에서 크라머스 이중항 바닥상태에 대한 증거를 제시했습니다.
이 논문은 원자 탐침 단층촬영과 수송 측정을 결합하여 BiFeO3 의 도메인 벽에서 화학적 이질성이 전기 전도성을 결정하는 핵심 요인임을 규명함으로써, 다양한 전도 메커니즘이 단일 도메인 벽 내에서 공존할 수 있음을 입증했습니다.
본 논문은 머신러닝 기반 분자동역학 시뮬레이션을 통해 CaH 전구체와 CaH의 결정학적 호환성이 열역학적으로 더 안정한 CaH 형성을 우회하여 메타안정성 초수화물 CaH로의 마르텐사이트형 전이를 가능하게 하는 경쟁적 수소화 경로를 규명했다고 요약할 수 있습니다.
이 논문은 150 keV Yb 이온 주입이 서로 다른 방향 ((001), (010), (-201)) 의 -GaO 결정에 미치는 구조적 손상과 광학적 반응을 분석하여, (010) 방향이 가장 적은 결함과 압축 응력을 보이지만 오히려 Yb 발광이 약한 반면, 다른 방향에서는 더 많은 결함과 인장 응력이 Yb 발광을 증폭시킨다는 사실을 규명했습니다.
이 논문은 다양한 교환 - 상관 퍼텐셜로 계산된 자기 결정 이방성 에너지 (MAE) 의 모순된 결과를 고정 스핀 모멘트 (FR-FSM) 방법을 통해 통합하고, 이를 통해 새로운 영구자석 소재의 최적 설계와 최대 MAE 추정을 가능하게 하는 프레임워크를 제시합니다.
이 논문은 (Ca0.5Mn1.5)MnWO6 가 불순물 차이로 인해 이전 연구에서 다강체로 오인되었으나, 실제로는 강유전성이나 반강유전성 질서가 없는 상유전성 반강자성체임을 새로운 시료 분석을 통해 규명했다고 요약할 수 있습니다.
이 논문은 감작된 삼중항 - 삼중항 소멸 업컨버전 원리를 활용하여 상온에서 자성 니켈 마이크로 구조물을 직접 레이저로 인쇄할 수 있는 새로운 포토레지스트를 개발하고, 이를 통해 금속 및 자성 재료의 3 차원 직접 레이저 인쇄 가능성을 크게 확장했다고 요약할 수 있습니다.
이 논문은 클라우지우스 - 클라페이롱 방정식과 준조화 근사를 결합하여 열적, 양자 및 비조화 효과를 효율적으로 고려함으로써 저온 상 경계를 계산하는 새로운 프레임워크를 제시하고, 이를 실리카의 상도표 구축과 밀도범함수 이론 및 기계학습 간원자 퍼텐셜 간의 비교를 통해 검증했습니다.
본 논문은 머신러닝 기반의 파라미터 최적화 기법을 도입하여 비정질 물질의 파동변환 방사형 분포함수 (WT-RDF) 의 진폭 정확도 한계를 극복하고, 기존 머신러닝 모델보다 우수한 성능으로 Ge-Se 및 Ag-Ge-Se 계열의 원자 구조를 정밀하게 재구성하는 'WT-RDF+' 프레임워크를 제안합니다.
이 논문은 고에너지 자유도를 명시적으로 적분하여 임의의 저에너지 타겟 공간에 대한 정확한 유효 모델을 유도하고, 이를 통해 섭동적 근사의 타당성 조건을 제시하며 널리 쓰이는 cRPA 의 근사적 한계와 보정항을 규명함으로써, 제어된 방식으로 유효 모델을 구축하고 타겟 공간의 적합성을 판단할 수 있는 새로운 길을 제시합니다.
이 논문은 전단 주파수, 진폭, DC 오프셋 등 맞춤형 교류 전기장을 정밀하게 제어함으로써 키랄 네마틱 액정 내에서 토폴로지적 솔리톤인 '토론 (toron)'을 임의의 위치와 궤적으로 생성, 조종 및 정지시켜 마이크로 입자 운반 및 재구성 가능한 패턴화 등 다양한 응용이 가능한 실험적 성과를 제시합니다.
이 논문은 전기화학적 라벨 없이 과학 텍스트에서 파생된 임베딩 (Word2Vec 및 트랜스포머 기반) 을 사용하여 복합 고체 용액 전기촉매의 방대한 조성 공간을 효율적으로 필터링하고, 단순한 선형 결합을 활용한 경량 Word2Vec 기반 방법이 종종 가장 우수한 성능을 보임을 입증했습니다.
이 논문은 기계학습 전위와 몬테카를로 샘플링을 결합한 'PAIPAI' 프레임워크를 개발하여, 결함과 간질 원자를 포함한 고엔트로피 합금의 복잡한 원자 구조와 기저 상태 구성을 효율적으로 탐색하고 예측하는 방법을 제시합니다.
이 논문은 반도체에서 스핀 - 궤도 결합이 밴드 간 효과를 통해 디랙 유형의 기여를 증대시켜 강한 자기장 하에서 궤도 반자성을 강화한다는 것을 규명했습니다.
이 논문은 5K 에서 300K 온도 범위에서 Cr4+:YAG 투명 세라믹의 흡수, 여기 및 발광 스펙트럼을 측정하여 저온에서 관찰된 28 cm-1의 이중선 구조와 진동 측대역의 특성을 분석하고 그 기원에 대한 설명을 제시합니다.
이 논문은 혼합 할로겐화 납 페로브스카이트에서 광분리 과정 중 중간 에너지 준위가 안정화될 수 있음을 보여줌으로써 색조 조절 가능성을 제시하고, 펄스 레이저 조사의 반복률과 피크 플루언스 의존성을 분석하여 이러한 중간 광분리 에너지의 생성 및 동역학적 안정화 메커니즘을 규명했습니다.
이 논문은 밀도범함수이론 (DFT) 을 활용하여 반금속성 N2CaNa 풀-휴슬러 합금의 구조적, 전자적, 기계적 및 열역학적 특성을 분석하여 스핀트로닉스 및 구조 공학 분야에서의 응용 가능성을 제시했습니다.
이 논문은 재료의 물리적 특성을 분석적 장으로 표현하는 물질특성장 (MPF) 과 홉필드 네트워크 아키텍처를 결합하여, 물리적 대칭성을 준수하면서도 해석 가능한 새로운 심층 신경망 프레임워크인 mPFDNN 을 제안하고 다양한 재료 시스템과 물성 예측에서 그 유효성을 입증했습니다.
이 논문은 로봇 액체 처리와 다채널 전위 제어 기술을 통합하여 인간 개입 없이 대규모 고품질 부식 데이터를 생성하고 304 스테인리스강의 pH-염화물 안정성 도표를 자율적으로 구축하는 '전기화학용 재료 가속 플랫폼 (MAP-E)'을 소개합니다.
이 논문은 산화철 (-FeO) 의 나노스케일 영역에서 네엘 벡터의 방향에 따라 국소적으로 변하는 알터자성 응답을 X 선 자기 원편광 이색성 (XMCD) 기술을 통해 성공적으로 이미징하고, 도메인 벽과 머론 스핀 구조에서의 독특한 자기적 특성을 규명했습니다.
이 논문은 Feigenbaum 과 Dafalias 가 개발한 방향성 왜곡 경화 모델의 수학적 불일치와 한계를 해결하기 위해, 항복 함수에 분리된 왜곡 경화 항을 도입하여 금속 소성 거동을 더 정확하게 묘사하는 새로운 수학적 기반과 수치 알고리즘을 제시합니다.
이 논문은 전이금속 칼코겐화물의 d-전자 수와 위상에 따른 층간 전하 재분포의 다양한 양상을 설명하기 위해, 완전히 차 있는 준위 간, 차 있는 준위와 비어 있는 준위 간, 그리고 반차 있는 준위 간 상호작용 등 세 가지 층간 준화학결합 메커니즘을 체계적으로 규명했습니다.
이 논문은 외부 광 조사로 광여기 캐리어가 계면 화학 친화력을 증대시켜 Fe4N/미카 계면의 자유 에피택시 (001) 에서 화학적으로 고정된 에피택시 (111) 로의 열역학적 전이를 유도함으로써, 준 반데르발스 에피택시에서 결정적 배향을 제어할 수 있음을 보여줍니다.
이 논문은 평탄한 히스토그램 몬테카를로 샘플링의 병렬화 전략을 벤치마크하여, 비균일한 에너지 도메인 크기를 가진 영역 분할 방식이 가장 큰 성능 향상을 제공한다는 결론을 내리고 최적의 병렬화 전략에 대한 구체적인 권장 사항을 제시합니다.
이 논문은 CuBr와 VS 등의 물질에서 스핀 질서와 무관하게 존재할 수 있는 새로운 자기 질서인 '궤도 알터자성 (orbital altermagnetism)'을 제안하고, 이를 통해 대칭성 기반의 자기 수송 및 궤도 기반 스핀트로닉스 응용 가능성을 제시합니다.
이 논문은 물리 법칙의 잔차를 손실 함수에 통합하여 기존 푸리에 신경 연산자 (FNO) 보다 정확도, 일반화 능력, 장기 안정성이 뛰어난 물리 정보 기반 신경 연산자 (PF-PINO) 를 개발하고, 이를 전기화학적 부식 및 결정 고형화 등 다양한 위상장 모델링 문제에 적용하여 검증한 연구입니다.
이 논문은 고압 하에서 YbMnSb가 3.5 GPa 부근에서 구조 상전이를 겪으며 반도체에서 금속으로 전이되고, Mn 스핀 쌍의 형성과 경쟁 교환 상호작용을 통해 비정형적인 자기 상태가 안정화됨을 실험 및 이론을 통해 규명했습니다.
이 논문은 고압 하에서 합성된 marcasite 구조의 MnSb가 상온에서 안정하며, 220 K 이하에서 온도에 따라 진화하는 복잡한 비공명 (incommensurate) 스핀 밀도파 자기 질서를 나타내는 새로운 플랫폼임을 규명했습니다.
이 논문은 환경 신호에 반응하여 내부 유체 저장고에서 전구체를 운반하고 국소 자외선 조사로 중합하여 센서를 실시간으로 생성하는 '수용체 발생 (receptogenesis)' 기술을 통해, 로봇이 필요에 따라 하드웨어를 스스로 성장시켜 적응 능력을 확장할 수 있는 새로운 재료 기반 진화 프레임워크를 제시합니다.
이 논문은 시간 상관 단일 광자 계수법을 기반으로 한 시간 분해 자발 라만 분광법을 개발하여, 기존 기술로는 탐지하기 어려웠던 준평형 상태의 전자 - 포논 결합의 미세한 구조적 서명을 포착하고 반도체 내 캐리어 재결합과 직접적으로 연관된 결합 매개변수를 규명했다고 요약할 수 있습니다.
이 논문은 대칭성 분석과 정확한 대각화 계산을 통해 알터자성체에서 XMLD 와 XMCD 신호가 전자기적 효과에 의해 유도된 고차 다중극자의 질서와 직접적으로 연관되어 있음을 규명함으로써, 알터자성체의 숨겨진 강자성 다중극자와 변형 제어 스핀 현상을 탐지하는 새로운 원소별 프로브를 제시합니다.
이 논문은 가역적인 고리 형성 중합체를 기반으로 한 최소한의 합성 프레임워크를 제시하여, 기계적 하중이 증가함에 따라 결합 수명이 늘어나는 '캐치 본드' 거동을 보이는 힘 반응성 하이드로겔을 설계하고 시뮬레이션을 통해 검증했습니다.
본 논문은 UF3 프레임워크를 기반으로 개발된 초고속 기계학습 원자간 퍼텐셜 (MLIP) 이 DFT 와 높은 정확도를 유지하면서도 기존 경험적 퍼텐셜보다 약 2 배만 느리게 MoS2 의 결함 및 에지 에너지를 정밀하게 묘사하여, 대규모 비평형 분자동역학 시뮬레이션을 통한 MoS2 에피택셜 성장 메커니즘 규명을 가능하게 했음을 보고합니다.
이 논문은 중적외선 및 테라헤르츠 대역의 산란형 주사근접광학현미경 (s-SNOM) 을 활용하여 갈륨나이트라이드 (GaN) 소자의 국소 캐리어 농도와 표면 하부 결함을 기존 기술보다 높은 분해능과 민감도로 비파괴적으로 분석할 수 있음을 입증합니다.
이 논문은 기울어진 와일 점 (tilted Weyl point) 에서 기인한 궤도 베리 곡률의 불균형이 거대한 궤도 홀 전도도를 유발하며, PtBi2 단층에서 변형을 통해 와일 점의 유형 전이를 일으켜 전도도의 부호를 가역적으로 제어할 수 있음을 규명했습니다.
이 논문은 26 명의 소프트웨어 엔지니어를 대상으로 한 연구를 통해 LLM 의 부정확한 응답이 작업 포기 확률을 11 배 증가시키는 등 주요 실패 요인을 규명하고, 이를 극복하기 위한 프롬프트 정교화 등의 완화 전략과 향후 도구의 방향성을 제시합니다.
이 연구는 고령 사용자를 위한 LLM 기반 음성 비서의 성의가 일상 상황에서는 신뢰와 공감을 높이지만 응급 상황에서는 명확성이 더 중요하며, 사용자의 성향과 상황에 따라 설명 방식을 차별화해야 함을 보여줍니다.
이 논문은 수동 주석 없이 인터넷 비디오에서 언어 기반 데이터 수집, 교차 모달 라벨 생성, 물리 정보 기반 정제를 통해 UAV 의 3D 궤적과 분류 정보를 자동으로 추출하는 새로운 프레임워크를 제안하며, 이를 통해 타겟 도메인 학습 없이도 최첨단 성능에 근접하는 제로샷 전이 성능을 입증했습니다.
이 논문은 나비의 저주파 날개 짓과 신체 요동을 모방하여 26 그램 규모의 자율 비행 로봇 'AirPulse'를 개발하고, 계층적 제어 아키텍처를 통해 꼬리 없는 날개 플랫폼의 안정적인 자율 비행을 실현했다고 보고합니다.
이 논문은 오스트리아의 주요 신문인 DerStandard 의 10 년간 (2013~2022) 에 생성된 7,500 만 건 이상의 댓글과 4 억 건 이상의 투표, 그리고 메타데이터를 포함한 대규모 종단적 데이터셋을 공개하며, 사용자 프라이버시를 보호하기 위해 원문 대신 임베딩 벡터와 해시화된 식별자를 제공하고 독일어 기반 온라인 담론 분석을 위한 중요한 자원을 제시합니다.
이 논문은 중앙 집중식 대규모 모델의 한계를 극복하기 위해 개인 AI 인스턴스가 생성한 합성 데이터를 공유된 '집단 맥락 필드'를 통해 동기화하고 재생에너지에 적응하는 분산형 AI 아키텍처인 H3LIX 를 제안합니다.
이 논문은 다중 로봇 시스템이 여러 장애물이 있는 비볼록 환경에서 효율적으로 영역을 커버할 수 있도록, 일반화된 보로노이 그래프 (GVG) 를 기반으로 하중 균형 알고리즘과 협력적 커버리지 제어를 결합한 새로운 방법을 제안하고 그 수렴성과 성능을 시뮬레이션을 통해 검증했습니다.
이 논문은 FPGA 기반의 고성능 연산을 위해 캐리 없는 잔여 연산과 경량 지수 스케일링을 결합한 '하이브리드 잔여 부동 소수점 아키텍처 (HRFNA)'를 제안하며, 엄밀한 오차 분석과 함께 IEEE 754 기준 대비 최대 2.4 배의 처리량 향상 및 에너지 효율 개선을 입증합니다.
이 논문은 가중치 삼각형-프리 2-매칭 문제에 대해 기존에 알려진 2/3 근사 알고리즘을 개선하여, 임의의 에 대해 다항 시간 -근사 알고리즘 (PTAS) 을 제시합니다.
이 논문은 불확실한 재료 매개변수를 가진 취성 파괴의 확률적 위상장 모델에 센서 데이터를 통합하기 위해 정규화 앙상블 칼만 필터를 제안하며, 이를 통해 관측된 변위 정보를 바탕으로 변위장 및 위상장 상태를 효과적으로 추정하고 모델 일관성을 유지함을 보여줍니다.
이 논문은 최소 회로 크기 문제의 암시적 관찰을 명시적으로 정립하여 진리표의 한 점 변경 시 최적 회로 크기가 이내로만 변함을 증명하고, 이를 일반화하며 에서의 AIG 기반 실험을 통해 이 상한이 최적임을 확인했습니다.
이 논문은 2015 년 이후 발표된 200 편 이상의 논문을 분석하여 Wi-Fi 센싱의 일반화 문제를 해결하기 위한 기술, 데이터셋, 그리고 향후 연구 방향을 체계적으로 정리하고, 이를 위한 'Sensing Dataset Platform(SDP)'을 소개합니다.
본 논문은 정적 분석과 LLM 기반 추론을 결합한 모듈형 프레임워크인 Preguss 를 통해 대규모 프로그램의 잠재적 런타임 오류를 기반으로 인터프로시저 명세를 자동 생성 및 정제함으로써, 기존 LLM 기반 접근법보다 우수한 확장성을 보이며 수천 줄 규모의 프로그램에 대한 검증 노력을 80.6%~88.9% 감소시킨다고 제안합니다.
이 논문은 후기 상호작용 검색 모델의 인덱스 저장 오버헤드를 줄이기 위해 임베딩 공간에서 보로노이 셀 추정을 기반으로 토큰 가지치기를 체계적으로 수행하는 프레임워크를 제안하고, 이를 통해 검색 품질을 유지하면서 인덱스 크기를 효과적으로 축소할 수 있음을 입증합니다.
이 논문은 다양한 시간 비행 비가시선 (ToF NLOS) 이미징 방법들을 공통된 수식과 하드웨어 설정 하에 체계적으로 분석하고, 이를 라돈 변환 및 주파수 영역 모델과 연관 짓는 동시에 동일한 실험 조건에서 성능을 비교 평가하여 향후 연구의 객관적 기준을 제시합니다.
이 논문은 DINO 비전 트랜스포머의 어텐션 맵을 인간의 주시 패턴과 유사한 시선 이동 (saccade) 전략으로 활용하여 이미지 전체를 처리하지 않고도 핵심 영역에 집중함으로써 분류 성능을 유지하거나 향상시키는 효율적인 이미지 분류 접근법을 제시합니다.
본 논문은 LiDAR 점구름을 제약 조건으로 활용하고 왜곡 보정 및 정규화 손실 함수를 도입하여 지상 원거리 촬영 환경에서 발생하는 기하학적 오류와 화질 저하 문제를 해결하고, AIR-LONGYAN 데이터셋을 공개하는 항공 원격 감지를 위한 정밀한 3D 가우스 스플래팅 기법인 ARSGaussian 을 제안합니다.
이 논문은 VGGT 와 모델의 글로벌 어텐션 역할을 분석하여 초기 층을 프레임 어텐션으로 변환하고 K/V 를 서브샘플링하는 훈련 없는 2 단계 가속화 기법을 제안함으로써, 기존 희소 어텐션 방식이 실패하는 고밀도 다중 뷰 환경에서도 정확도를 유지하면서 최대 10 배까지 추론 속도를 획기적으로 향상시켰습니다.
이 논문은 MFEM 라이브러리의 핵심 커널에 FP64 텐서 코어와 커널 퓨전 최적화를 적용하여 Grace Hopper 및 Grace Blackwell 아키텍처에서 최대 2 배의 성능 향상과 83% 의 에너지 효율 개선을 달성하고, 알프스 시스템의 10,000 개 GPU 에서 엑사스케일 성능을 입증함으로써 대규모 유한 요소 시뮬레이션 가속화의 새로운 기준을 제시했습니다.
이 논문은 닫힌 대칭적 설정을 넘어 비닫힌 비대칭 모노이달 베이스로 일반화하여 오른쪽 액터고리와 오른쪽 풍부화된 코파워 범주 사이의 동치를 증명함으로써, CaMPL 언어에서 선형 자원의 재사용 한계를 극복하고 고차 프로세스를 지원할 수 있는 수학적 기반을 제시합니다.
이 논문은 사전 훈련된 비전 - 언어 모델의 특성을 활용한 클래스 기반 클러스터링과 적응형 임계값 기반의 선택적 질의 전략을 통해, 적은 레이블 데이터로도 높은 정확도를 달성하는 예산 효율적 액티브 프롬프트 학습 프레임워크를 제안합니다.
이 논문은 LLM 서비스의 KV 캐시 관리를 위해 다양한 저장 계층을 동적으로 최적화하여 비용, 처리량, 지연 시간 간의 파레토 최적 해를 찾는 'Kareto'라는 적응형 다목적 최적화 도구를 제안하고, 이를 통해 고정된 구성 대비 최대 9.3% 의 처리량 향상, 58.3% 의 지연 시간 감소, 또는 20.2% 의 비용 절감을 달성할 수 있음을 입증합니다.
이 논문은 난기류 환경에서 UAV 의 외란을 효과적으로 거부하기 위해 희소 비선형 동역학 식별 (SINDy) 과 재귀 최소제곱 (RLS) 적응 제어를 통합한 'Adaptive SINDy'를 제안하고, 실제 비행 실험을 통해 기존 PID 및 INDI 제어기보다 우수한 궤적 추적 성능을 입증했습니다.
이 논문은 사회적 로봇의 지시적 시선 (deictic gaze) 이 일상 생활 보조에 활용될 때 노년층과 청년층 간의 사회적 지각 차이를 분석하여, 연령별 적응형 비언어적 신호 설계에 기여할 수 있는 방안을 모색합니다.
이 논문은 6G 네트워크 환경에서 분산된 데이터를 기반으로 한 페더러티드 러닝의 지연 시간, 대역폭, 신뢰성 제약을 해결하기 위해, 네트워크 상태와 학습 목표를 인지하여 클라이언트 선정부터 자원 할당 및 코드 생성까지 자동화하는 '에이전트 기반 AI'를 제어 평면 지능 계층으로 제안하고 그 유효성을 입증합니다.
이 논문은 LLM 기반 다중 에이전트 시스템의 기업용 사이버 보안 통합을 위해 공격 표면을 체계적으로 분석하고, 도구 오케스트레이션과 메모리 관리를 핵심 신뢰 경계로 삼아 5 가지 방어 원칙을 정립하고 SOC 워크플로우에 적용하여 신뢰 경계를 72% 이상 축소하는 'AgenticCyOps' 프레임워크를 제안합니다.
이 논문은 학습 시간 제약 하에서 사전 훈련된 정책과 적응 규칙을 결합한 메타 게임 설계를 통해 합리적 선택 하에 알고리즘적 담합이 발생할 수 있는지와 다양한 전략의 효과를 반복 가격 결정 게임에서 평가합니다.
이 논문은 저차원 유클리드 공간에서 -median 및 -means 클러스터링 문제에 대해 기존 결과를 개선한 거의 최적의 상한 알고리즘을 제시하고, 갭 지수 시간 가설 하에서 거의 일치하는 하한을 증명합니다.
이 논문은 웹어셈블리 (WASM) 모듈 내의 바이너리 취약점이 웹 애플리케이션의 보안 메커니즘을 무력화하여 SQL 주입이나 XS-Leaks 와 같은 웹 보안 위협으로 이어질 수 있음을 증명하고, 이를 완화하기 위한 최선의 실천 방안과 방어 전략을 제시합니다.
이 논문은 다중 턴 인간-LLM 협업 코드 생성에서 발생하는 '상호작용 냄새 (Interaction Smells)'를 체계적으로 분류하고 분석하여, 전역 불변성 추출과 품질 감사를 통한 다중 에이전트 프레임워크인 InCE 를 제안함으로써 상호작용 품질을 개선하고 작업 성공률을 높이는 방법을 제시합니다.
이 논문은 전기적 유효성과 기능적 제어력을 보장하며 기존 학습 데이터의 단순 암기를 탈피한 고품질 아날로그 회로 토폴로지를 자동 생성하는 새로운 프레임워크인 'AnalogToBi'를 제안합니다.
이 논문은 중소기업의 자원 제약과 외부 생태계 의존성 등을 반영하여 기존 선형적·기업 중심 모델을 넘어선 다차원적이고 비선형적인 AI 성숙도 개념적 프레임워크를 제시합니다.
이 논문은 실내 환경의 객체별 메쉬, 카테고리, 포즈를 포함한 정밀한 메트릭-시맨틱 맵을 구축하여 기존 방법론보다 정확도와 속도를 개선하고, 이를 대형 언어 모델 (LLM) 과 결합해 복잡한 추론 및 계획이 가능한 로봇용 표현 방식을 제안합니다.
이 논문은 시각과 청각 정보를 통합한 최초의 공식적인 오디오 - 비주얼 월드 모델 (AVWM) 프레임워크를 제안하고, 이를 위해 새로운 데이터셋 AVW-4k 와 3 단계 학습 전략을 갖춘 AV-CDiT 모델을 개발하여 멀티모달 미래 상태 예측 및 내비게이션 성능을 크게 향상시켰음을 보여줍니다.
이 논문은 대보초와 같은 산호초 생태계의 복원을 위해 인공 부양 및 유생 건강 모니터링에 필수적인 산란 계수 과정을 자동화하여 노동 시간을 획기적으로 단축하고 정확도를 높인 저비용 모듈형 카메라 시스템 'CSLICS'를 제안하고 그 유효성을 입증합니다.
이 논문은 TalisMan2.0 도구를 통해 다양한 소수 모듈로 병렬 계산을 수행하는 하이브리드 대수적 기법을 제안함으로써, 큰 정수 연산을 피하면서도 산술 회로의 검증 효율성을 기존 방법보다 크게 향상시켰음을 보여줍니다.
이 논문은 시간적 네트워크에서 영향력 극대화 문제를 해결하기 위해 커널 함수와 획득 함수를 개선한 베이지안 최적화 알고리즘인 BOPIM 을 제안하며, 기존 그리디 알고리즘과 유사한 성능을 유지하면서 최대 10 배 빠른 속도로 최적의 시드 노드 집합과 그 불확실성을 정량화할 수 있음을 입증합니다.
이 논문은 기존 TSPTW 벤치마크 인스턴스의 구조적 취약점을 간파하여 50 개 이상의 고객으로 구성된 모든 사례를 초단위로 해결하는 정밀 알고리즘을 제시함으로써, 해당 인스턴스들이 더 이상 문제의 난이도를 평가하거나 머신러닝 학습용 데이터셋으로 적합하지 않음을 경고합니다.
이 논문은 복잡한 비마르코프적 장기 작업 수행을 위해 LLM 기반의 'RuleSafe' 시뮬레이션 벤치마크를 제안하고, 과거 상태의 이산적 잠재 토큰을 인코딩하여 장기 계획과 일반화 능력을 향상시키는 'VQ-Memory' 모델을 개발했습니다.
이 논문은 쿼리와 키의 부호만 남기고 비트 연산으로 어텐션을 계산하는 'BinaryAttention'을 제안하여, 학습 가능한 편향과 양자화 인식 훈련을 통해 1 비트 정량화 손실을 보완하고 기존 풀-프레시전 어텐션보다 정확도를 유지하면서 A100 GPU 에서 FlashAttention2 보다 2 배 이상 빠른 속도를 달성했습니다.
본 논문은 로봇 조작 작업의 성능 향상을 위해 상태-행동-상태 동역학을 모델링하고 명시적 기하학적 재구성을 배제하여 자기지도식 3D 표현을 학습하는 새로운 프레임워크인 AFRO 를 제안하고, 이를 통해 다양한 시뮬레이션 및 실세계 작업에서 기존 방법보다 우수한 조작 성공률을 달성함을 보여줍니다.
이 논문은 진단 신호의 미묘함과 산포로 인한 해석 가능성의 한계를 극복하기 위해, 적응적 위상 분할, 주의를 통한 중요 위상 식별, 이진화 및 희소성 정규화를 통한 그래프 구조 생성, 그리고 시공간 지도 대비 학습을 통합한 'BrainSTR' 프레임워크를 제안하여 자폐 스펙트럼 장애, 양극성 장애, 주요 우울증의 진단에 있어 해석 가능한 동적 뇌 네트워크 모델링을 가능하게 합니다.
이 논문은 시각적 맥락의 허위 상관관계로 인한 비합리적인 예측 문제를 해결하기 위해 인과적 개입 모듈과 계층적 그래프 신경망을 결합한 CIGPose 프레임워크를 제안하여 COCO-WholeBody 데이터셋에서 새로운 최고 성능을 달성했습니다.
이 논문은 Anthropic 의 Clio 와 같은 '개인정보 보호'를 표방하는 LLM 인사이트 시스템이 실제로는 CLIOPATRA 라는 새로운 공격 기법을 통해 사용자의 민감한 의료 기록 등 개인 정보를 유출할 수 있음을 입증하고, 기존 방어 기법의 한계를 지적합니다.
이 논문은 여러 작업 간 간섭을 방지하고 새로운 작업을 순차적으로 학습할 수 있도록 단일 VLA 백본에 작업별 경량 LoRA 전문가를 동적으로 연결하는 확장 가능한 로봇 학습 프레임워크 'CORAL'을 제안합니다.
이 논문은 AI 에이전트가 기존 시스템에 통합되거나 독립적으로 생성된 마이크로서비스를 기능적으로 구현할 수 있음을 보여주지만, 일관된 정확성 부재와 인간 감독의 필요성으로 인해 완전한 자율 생성은 아직 달성되지 않았음을 밝힙니다.
이 논문은 ChatGPT 를 활용해 실제 시스템 요구사항 명세서 (SyRS) 에 접근하지 않고도 10 개 산업 분야에서 300 개의 합성 명세서를 생성한 탐색적 연구 결과를 바탕으로, 생성된 명세서가 전문가 평가에서 62% 의 현실성을 보였으나 모순과 결함이 발견되어 LLM 기반 품질 평가는 전문가 평가를 완전히 대체할 수 없음을 시사합니다.
이 논문은 100Gb/s WAN 링크를 통해 외부로 데이터를 전송하는 T2_BR_SPRACE 스토리지 프론트엔드의 가상화 아키텍처를 분석하여, 실제 부하 하에서 51.3Gb/s 의 집계 처리량과 페르미랩으로의 단일 데이터 흐름에서 41.5Gb/s 의 피크 속도를 달성한 성능을 입증했습니다.
이 논문은 제한된 공간 탐사를 위해 비틀림과 축방향 길이 변화를 동시에 구현하는 강체-연성 혼합형 연속체 로봇을 개발하고, 인공 강모 센서를 통해 표면 감지 및 접촉 기반 탐사를 가능하게 하는 시스템을 제안합니다.
이 논문은 물리 법칙을 준수하는 비디오 생성을 위해 물리 공식으로 제약된 사고 연쇄를 통한 사건 체인 추론과 사건 간 연속성을 보장하는 교차 모달 프롬프팅 모듈을 도입하여, 현실적인 물리 현상의 인과적 진화를 효과적으로 모델링하는 새로운 프레임워크를 제안합니다.
이 논문은 Inspire RH56DFX 로봇 손을 연구 도구로 활용하기 위해 하드웨어 특성 분석, 시뮬레이션 기반 그립 계획, 그리고 하이브리드 힘 - 속도 제어기를 개발하여 다양한 작업에서 성공률을 획기적으로 높였음을 보여줍니다.
이 논문은 메모리-연산 간 데이터 전송 오버헤드를 줄이는 컴퓨트 인 메모리 (CIM) 아키텍처의 설계 공간 탐색 (DSE) 주기를 단축하고 최적 설계를 자동화하기 위해, 대규모 언어 모델 (LLM) 기반 에이전트 프레임워크인 ChatNeuroSim 과 설계 공간 가지치기 기법을 제안합니다.
이 논문은 희소 데이터 환경에서 클래스 공유 LoRA 와 이미지별 LoRA 를 결합하고 의미 강화 기법을 도입하여 다양성과 세부 묘사를 모두 갖춘 고품질 합성 데이터를 생성함으로써 하류 분류 작업의 정확도를 향상시키는 'ChimeraLoRA' 방법을 제안합니다.
이 논문은 HCI 와 노화 연구 간 협력의 진입 장벽과 단절을 지적하고, 저자들이 요양 시설 자원봉사를 통해 노인 세대에 대한 공감과 이해를 심화시킨 성찰적 여정을 다룹니다.
이 논문은 GPT-5 등 최신 대규모 언어 모델 (LLM) 을 활용하여 자연어 요구사항으로부터 UML 클래스 다이어그램을 자동 생성하고, 인간 전문가와 LLM 을 활용한 이중 검증 프레임워크를 통해 그 정확성과 신뢰성을 평가한 연구입니다.
이 논문은 로봇 작업에서 특정 관심 지점 (POI) 만을 선택적으로 정제하여 불필요한 배경 계산을 줄이고 부유물 (floaters) 을 제거함으로써, 기존 의미론적 가우스 스플래팅보다 훨씬 빠르고 정밀한 3D 재구성을 가능하게 하는 'CoRe-GS' 프레임워크를 제안합니다.
이 논문은 텍스트-이미지 생성 과정에서 이미지 사용자가 인지하는 정서적 반응이나 기억력 등 인지적 속성을 다차원적으로 정밀하게 제어할 수 있도록 'Cognitive Space'와 'Semantic Manifold' 간의 매핑을 기반으로 한 새로운 프레임워크 'CogBlender'를 제안합니다.
이 논문은 72 명의 참가자를 대상으로 한 실험을 통해 혼합 현실 환경에서 시각적 그래프 분석을 위한 3D 표현이 기준이 되는 명목상 그룹 (nominal groups) 보다 협업 문제 해결에 더 나은 결과를 유도하지 못함을 보여주었습니다.
이 논문은 자율주행용 비전 - 언어 모델 (VLM) 아키텍처가 물리적 패치 공격에 심각한 취약점을 보이며, 다양한 모델 간의 체계적인 비교 평가를 통해 현재 설계가 안전-중요 응용 분야의 적대적 위협을 충분히 처리하지 못함을 입증합니다.
이 논문은 기존 자동 프로그램 복구 기법과 범용 LLM 의 한계를 극복하기 위해, 컴파트먼트 간 인터페이스 취약점을 자동으로 식별하고 수정하는 전용 프레임워크를 설계하고 초기 결과를 제시합니다.
본 논문은 자유로운 손으로 그린 스케치를 사실적인 이미지로 변환하는 과제를 해결하기 위해, 구성 요소별 특징을 포착하는 자기주의 인코딩과 좌표 보존 융합 모듈을 활용한 2 단계 프레임워크를 제안하여 기존 GAN 및 확산 모델보다 뛰어난 이미지 충실도와 의미론적 정확도를 달성함을 보여줍니다.
이 논문은 YOLOv8 객체 감지 모델과 역투영 매핑 (IPM) 기술을 활용하여 4 개의 카메라 뷰를 통합하고 3D 공간으로 시각화함으로써 기존 센서 기반 시스템의 한계를 극복하고 비용 효율적인 스마트 주차 할당 시스템을 제안합니다.
이 논문은 노름 하에서 점 집합 간의 최소 하우스도르프 거리를 계산하는 문제에서 차원, 방향성 (지향성/비지향성), 그리고 연속성/이산성 간의 복잡한 상호작용을 정밀한 복잡도 분석을 통해 규명하고, 각 변형에 대한 새로운 상한 및 하한을 제시합니다.
이 논문은 두 개의 입력 이미지로 큰 시점 변화를 겪는 새로운 뷰를 합성할 때, 기존 회귀 기반 방법의 한계와 카메라 유도 확산 모델의 불안정성을 해결하기 위해, 신뢰도 가중치와 칼만 필터 기반 예측 - 업데이트 메커니즘을 활용하여 확산 모델이 지시된 카메라 궤적을 따르면서도 보이지 않는 영역을 정확하게 복원하도록 하는 'ConfCtrl' 프레임워크를 제안합니다.
이 논문은 장애물이 많은 환경에서 다중 로봇 군집의 연결성을 유지하고 단절된 경우에도 복원할 수 있도록, 베지어 곡선 기반의 MPC-CLF-CBF 알고리즘을 제안하여 실시간 궤적 및 제어 동시 생성과 고차 미분 가능 특성을 통해 성공적인 항해를 보장합니다.
이 논문은 긴 문맥적 설명을 전역 탐색 우선순위로 활용하고 3D 공간 추론을 통해 관점 의존적 검증을 수행함으로써, 별도의 학습 없이 복잡한 3D 환경에서 텍스트 기반 인스턴스 탐색의 최신 성능을 달성한 'Context-Nav'를 제안합니다.
이 논문은 무선 은폐 통신 (Covert Communication) 의 엄격한 보안 제약 조건 하에서 LLM 의 능력을 평가하기 위해 CovertComBench 를 제안하고, 현재 LLM 이 개념 이해와 코드 구현에서는 우수한 성능을 보이지만 보안 보장을 위한 고차원 수학적 유도에서는 한계가 있어 신뢰할 수 있는 무선 AI 시스템 구축을 위해 외부 도구 증강이 필요함을 밝힙니다.
이 논문은 1,300 달러 미만의 비용으로 오픈소스 XLeRobot 을 기반으로 한 고성능 양손 모바일 매니퓰레이터의 기계적 설계, 전원 아키텍처, 그리고 NVIDIA Jetson Orin Nano 를 활용한 온보드 자율성 시스템을 제안하여 연구 및 교육용 저비용 로봇 플랫폼을 제공합니다.
이 논문은 장기적 의존성과 미세한 경계 세부 사항을 모두 효과적으로 모델링하기 위해 차별화된 교차 어텐션 (DCA) 과 채널 - 공간 특징 융합 (CSFF) 전략을 도입하여 계산 복잡성을 줄이고 분별력 있는 구조를 강조하는 새로운 의료 영상 분할 프레임워크인 DCAU-Net 을 제안합니다.
이 논문은 손목 관절 좌표와 물체 바운딩 박스라는 희소 모션 가이드와 객체 스트레스 어텐션, 다중 작업 보조 학습 전략을 통해 유연하고 물리적으로 일관된 인간 - 물체 상호작용 (HOI) 비디오 생성을 가능하게 하는 DISPLAY 프레임워크를 제안합니다.
이 논문은 학습 데이터 없이 다양한 문서 위조 검출 방법을 평가한 'DOCFORGE-BENCH' 벤치마크를 제시하며, 기존 방법들이 임계값 보정 실패로 인해 실제 배포 환경에서 성능이 크게 저하됨을 규명하고 문서 위조 탐지가 여전히 해결되지 않은 문제임을 강조합니다.
본 논문은 4D 레이더의 낮은 점군 밀도 문제를 해결하기 위해 국소적 세부 정보와 전역적 맥락 정보를 효과적으로 융합하는 이중 경로 아키텍처 'DRIFT'를 제안하여 객체 감지 및 자유 도로 추정 성능을 크게 향상시켰음을 보여줍니다.
이 논문은 스마트 미터와 같은 센서 네트워크 데이터의 프라이버시를 보호하기 위해 중앙 집중식 신뢰를 최소화하고 경량화된 조정을 통해 분산형 z-익명성 (deZent) 을 구현하여 중앙 서버로의 통신 오버헤드를 줄이면서도 동등한 성능을 달성하는 방법을 제시합니다.
이 논문은 가변 두께 위상 최적화에서 발생하는 저두께 영역 문제를 해결하고, 구조적 경계를 흐리게 만드는 아티팩트를 제거하기 위해 밀도 기울기 정보를 활용한 새로운 투영 기법 (DGI) 을 제안하여 최종 구조의 강성 저하 없이 선명한 경계를 복원하는 방법을 제시합니다.
이 논문은 양자화 인식 학습과 지식 증류의 한계를 극복하기 위해 인코더만 증류하는 '디코더 프리 증류'와 가중치 재조정 기법을 도입한 QDR 프레임워크를 제안하여, 엣지 디바이스에서 고품질 이미지 복원 성능과 실시간 처리 속도를 동시에 달성함을 보여줍니다.
이 논문은 생성형 AI 시스템의 과도한 의존을 유발하는 명시적 지시 대신, 집단 인식 도구 (GAT) 를 통해 인지적 갈등을 유발하는 암시적 안내를 제공함으로써 자율적 의미 구성을 촉진하는 생성형 AI 기반 GAT 의 설계 원칙을 제안합니다.
이 논문은 비서구 맥락에서 AI 를 사회적 선을 위해 효과적으로 설계하기 위해 언어, 제도, 안전 등 6 가지 핵심 요인과 사회문화적·제도적·기술적 영향력을 고려한 12 가지 가이드라인을 제시합니다.
이 논문은 비디오 관측을 통해 바람과 물체의 상호작용을 물리 법칙에 기반한 미분 가능한 프레임워크인 DiffWind 로 모델링하여, 3D 가우스 스플래팅과 MPM, LBM 을 활용하여 바람의 힘장을 재구성하고 새로운 바람 조건에서의 시뮬레이션 및 바람 리타게팅을 가능하게 하는 WD-Objects 데이터셋을 포함해 기존 방법보다 뛰어난 정확도와 충실도를 달성함을 제시합니다.
이 논문은 고해상도 스캐너와 생성형 AI 의 발전으로 위협받는 기존 복제 방지 패턴 (CDP) 인증의 한계를 극복하기 위해, 원본 템플릿과 프린터 고유 서명을 결합한 확산 기반 멀티모달 프레임워크를 제안하여 위조품을 효과적으로 식별하고 일반화 성능을 입증했습니다.
이 논문은 22 명의 학생을 대상으로 가상현실 (VR) 과 노트북 환경에서의 시험 중 부정행위 정도를 비교한 결과, 두 환경 간 부정행위 발생 빈도에 유의미한 차이가 없음을 밝혔습니다.
이 논문은 양극성 샘플을 고차원 공간의 컴팩트한 집합으로, 음극성 샘플을 원점으로 매핑하는 새로운 손실 함수를 제안하여 양극성 클래스의 특징만 추출하는 경량 분산 합성곱 신경망 (DisCNN) 을 통해 복잡한 배경 속 객체 탐지 및 미시적 클래스에 대한 우수한 일반화 성능을 입증했습니다.
이 논문은 대규모 언어 모델 (LLM) 을 활용하여 교육 콘텐츠의 의미적 맥락에 맞춰 말과 제스처를 동적으로 생성하는 교수 에이전트 방식을 제안하고, 가상현실 환경에서의 사용자 경험 평가를 통해 학습 효과, 몰입도, 사회적 존재감 향상 및 피로감 감소에 유의미한 효과가 있음을 입증했습니다.
이 논문은 ESP32 의 Xtensa LX6 마이크로컨트롤러에서 부동소수점 연산의 오버헤드를 줄이고 실시간 성능을 향상시키기 위해 Q16.16 고정소수점 연산, CORDIC 삼각함수 모듈, 그리고 런타임 정밀도 전환 메커니즘을 통합한 동적 정밀도 수학 엔진을 설계하고 평가한 연구입니다.
이 논문은 산업 환경에서의 인간 행동 이해를 지원하기 위해 실제 산업 현장에서 동기화된 180 개의 자시 (ego) 및 타시 (exo) 시점 비디오와 상세한 주석을 포함한 새로운 데이터셋 'ENIGMA-360'을 제안하고, 이를 기반으로 한 기초 실험을 통해 기존 모델의 한계를 규명했습니다.
이 논문은 다국어 텍스트 렌더링을 위해 DiT 기반의 EasyText 프레임워크를 제안하고, 위치 인코딩 기술과 대규모 다국어 데이터셋을 활용하여 정밀하고 제어 가능한 고품질 텍스트 생성을 달성함을 보여줍니다.
이 논문은 인간의 능동적 시선과 손의 협응을 포착하여 반인간형 로봇의 시뮬레이션 격차를 해소하고 견고한 모방 학습을 가능하게 하는 'EgoMI' 프레임워크를 제안합니다.
이 논문은 유권자 선호 분포 시나리오를 기반으로 다양한 선거 제도를 시뮬레이션하고 비교하는 오픈 소스 파이썬 프레임워크인 `electoral_sim`을 소개하며, 기존 제도부터 볼츠만 소프트맥스 커널을 활용한 새로운 가상의 메커니즘까지 다양한 방식의 선거 결과와 유권자 분포의 기하학적 중앙값 간 거리를 분석합니다.
이 논문은 프로젝트 특화 아티팩트를 기반으로 한 RAG 파이프라인을 활용해 임베디드 C 소프트웨어 테스트의 자동화를 달성함으로써 수동 작성 대비 최대 66% 의 시간을 단축하고 시간당 270 개의 테스트를 생성할 수 있음을 보여줍니다.
이 논문은 기존 평가 방법의 한계를 극복하고 긴 문맥의 감정 음성 캡션에 대한 정확한 평가를 위해 캡션을 원자적 지각 단위로 분해하여 오디오 신호와 검증하는 'EmoSURA' 프레임워크와 표준 벤치마크 'SURABench'를 제안합니다.
이 논문은 클라우드 환경에서 다수의 클라이언트가 속성 기반 접근 제어를 통해 권한이 부여된 키워드만 검색할 수 있도록 하며, 문서 및 권한의 동적 업데이트와 폐기를 지원하면서도 데이터와 검색어에 대한 프라이버시를 보장하는 새로운 동적 다중 클라이언트 검색 가능 암호화 (MASSE) 방식을 제안합니다.
이 논문은 안전-중요 자율 시스템에서 데이터 신선도 제약을 기반으로 작업 오프셋을 조정하여 Just-in-Time 방식으로 데이터를 생산함으로써, LET 패러다임의 인위적 지연과 리소스 비효율성을 제거하면서도 전 세계 EDF 의 100% 스케줄링 용량을 보장하는 새로운 작업 기반 스케줄링 프레임워크를 제안합니다.
이 논문은 다중 사용자가 증강현실 (MR) 환경에서 손으로 서로 접촉하며 각자의 지각 세계가 균근 네트워크처럼 교차하고 혼합되는 'FungiSync'라는 체험을 통해, 인간 중심적 개인주의를 넘어선 균류적 상호의존성과 관계적 윤리를 신체적으로 체감할 수 있는 새로운 방식을 제시합니다.
이 논문은 물리적 가정이 누락된 문헌 기반 시뮬레이션에서 발생하는 물리적 환각을 해결하기 위해, 차원 분석을 통해 시스템의 물리적 regimes 를 자동으로 식별하고 누락된 메커니즘을 추론하여 보완하는 신경 - 심볼릭 생성 에이전트를 제안함으로써 과학적 발견에서 AI 가 단순한 코딩 도구를 넘어 이론적 가정을 검증하고 수정할 수 있는 인식적 파트너로 진화할 수 있음을 보여줍니다.
이 논문은 7 개 프로그래밍 언어의 3 만 개 이상의 실제 취약점 패치를 활용하여 함수 및 라인 단위에서 대규모 언어 모델 (LLM) 이 기존 사전 학습 언어 모델 (PLM) 보다 다국어 취약점 탐지, 특히 고위험 취약점 식별에서 훨씬 우수한 성능을 보임을 실증적으로 규명했습니다.
이 논문은 대규모 언어 모델 (LLM) 기반 인덱스 튜닝이 Microsoft 의 Database Tuning Advisor(DTA) 보다 일관성은 낮지만 특정 경우 더 우수한 성능을 보일 수 있음을 입증하면서도, 생산 환경 적용을 위한 높은 변동성과 검증 비용 등의 과제를 제시합니다.
본 논문은 이벤트 카메라의 고유한 시간적 연속성을 활용하여 비주얼 지오메트리 기반 트랜스포머 (VGGT) 로부터 시공간 및 다중 뷰 기하학적 사전 지식을 3 단계 증류 전략을 통해 전이함으로써, 기존 방법론의 시간적 불일치 문제를 해결하고 정밀한 단안 깊이 추정을 가능하게 하는 새로운 프레임워크인 EventVGGT 를 제안합니다.
이 논문은 뇌졸중 평가용 CT 관류 이미징의 비정형 역문제 해결을 위해 물리 법칙과 증거론적 딥러닝을 결합하여 물리 제약 위반에 따른 불확실성을 정량화하고 정확도와 신뢰성을 동시에 향상시킨 'EPPINN' 프레임워크를 제안하고 임상 데이터에서 우수한 성능을 입증했습니다.
이 논문은 인간의 인지 과학에 기반한 '익숙도'와 '회상'의 이중 과정을 모방하여, 사용자의 기억을 효율적이고 정확하게 검색하는 적응형 개인화 LLM 프레임워크인 RF-Mem 을 제안합니다.
이 논문은 버스가 만석으로 탑승하지 못한 승객에 대한 데이터 누락으로 인한 편향을 보정하기 위해 잠재적 초과 수요를 식별하고 필터링하는 프레임워크를 제안하며, 이를 피츠버그 포트 오토리티의 실제 데이터를 적용하여 1 년 간의 초과 수요를 추정했습니다.
이 논문은 기술 환경의 변화와 실무 요구사항에 대응하기 위해 전문가 대상 소프트웨어 공학 교육 과정에 요구사항 공학 과목을 체계적으로 통합하기 위한 경험, 기본 원칙 및 내용 매핑 중심의 접근법을 보고합니다.
이 논문은 다양한 AI 이미지 생성기가 공유하는 최종 구성 요소를 이용해 실물을 '오염'시켜 학습하는 새로운 탐지 방식을 제안함으로써, 훈련되지 않은 생성 모델에서도 높은 일반화 성능을 달성하는 것을 목표로 합니다.
이 논문은 다양한 모달리티 간의 고유한 차이를 고려한 모달리티 인식 퓨전과 RGB 및 X 모달 스트림의 시계열 정보를 독립적으로 처리하는 분해된 시간 전파 메커니즘을 도입하여, 다섯 가지 멀티모달 추적 벤치마크에서 최첨단 성능을 달성한 새로운 프레임워크 MDTrack 을 제안합니다.
이 논문은 협력적 문제 해결에서 사회적 공유 메타인지 (SSM) 를 지원하기 위해 생성형 AI 를 기반으로 한 그룹 인식 도구의 설계 원칙을 탐색하고, AI 에 대한 과도한 의존을 방지하면서 그룹의 자율적 조절 과정을 촉진하는 방안을 논의합니다.
이 논문은 GQL 표준 개정을 위한 PG-Keys 언어의 표현력을 Graph Functional Dependencies(GFD) 및 Graph Generating Dependencies(GGD) 와 비교 분석하기 위해 통합 프레임워크를 제시하고, 완전하고 엄격한 표현력 위계 구조를 확립하여 PG-Keys 의 고유한 표현 능력을 규명합니다.
이 논문은 안전-중요 시스템에 머신러닝을 안전하게 임베딩하는 C 코드 생성기 ACETONE 을 단일 코어에서 멀티코어 아키텍처를 지원하는 병렬 코드 생성으로 확장하기 위한 프로세서 할당 문제 정의 및 관련 기술 검토를 소개합니다.
이 논문은 제한된 엔트로피를 생성하는 IoT 장치들을 위해 RISC-V 기반의 신뢰 실행 환경 (TEE) 을 활용하여 외부 엔트로피 공급 서비스를 구축하고, 이를 통해 암호화 키 생성에 필요한 안전한 무작위성을 효과적으로 해결하는 방안을 제시합니다.
이 논문은 외부 힘에 대한 적응 능력을 학습된 잠재 컨텍스트에 조건부로 부여하는 강화학습 프레임워크 'FAME'을 제안하여, 힘/토크 센서 없이도 인간형 로봇의 양손 조작 중 균형 유지 성공률을 크게 향상시키고 실제 Unitree H12 로봇에서 검증한 연구입니다.
이 논문은 행렬 곱셈과 컨볼루션 연산에서 실수 곱셈을 제곱 연산으로, 복소수 곱셈을 세 번의 제곱 연산으로 대체함으로써 하드웨어 게이트 수를 대폭 줄일 수 있음을 보여주고 이를 구현하는 다양한 하드웨어 아키텍처를 제안합니다.
이 논문은 기존 연구의 비효율적인 공간 및 시간 복잡도를 획기적으로 줄이면서도 근사 최적의 오차 보장을 유지하는 새로운 -차별 프라이버시 알고리즘을 제안하여, 대규모 사용자 데이터에서 빈번한 부분 문자열을 효율적으로 마이닝하는 방법을 제시합니다.
이 논문은 진단, 측정, 분할 및 비디오 스트림 요약 등 다양한 임상 작업을 통합적으로 수행하여 기존 자동화 도구의 한계를 극복하고, 다중 전문가 에이전트 조정을 통해 가장 정확하고 견고한 태아 초음파 분석 및 보고 솔루션을 제시하는 'FetalAgents' 시스템을 제안합니다.
이 논문은 전구적 임베딩의 한계를 극복하고 해석 가능한 정밀한 대응 관계를 제공하기 위해, 관절 기반 모션 이미지를 사전 학습된 비전 트랜스포머와 호환되도록 설계하고 토큰 단위 후기 상호작용을 통해 텍스트 - 모션 검색의 정확성과 해석 가능성을 동시에 향상시킨 새로운 방법을 제안합니다.
이 논문은 람다 계산과 그 적용을 통해 Fontana 와 Buss 의 AlChemy 모델을 일반화하는 함자를 구성하여 상호작용 구성 요소의 역학을 부여하고, 대수적 인공 화학 모델의 대수적 및 역학적 측면 간의 연결을 형식화하는 범주론의 활용 방향을 제시합니다.
이 논문은 기존 GPU 구현의 I/O 병목 및 경쟁 문제를 해결하기 위해 FlashAssign 및 정렬 역변경 업데이트 같은 커널 수준의 혁신을 도입하여, cuML 및 FAISS 대비 최대 200 배 이상의 속도로 온라인 -means 처리를 가능하게 하는 'Flash-KMeans'를 제안합니다.
이 논문은 정적 타입 언어로 작성된 수백만 개의 GitHub 저장소를 대규모로 분석하여 실제 세계의 부동소수점 연산 사용 패턴을 규명하고, 기존 벤치마크의 대표성을 평가하며 1,000 만 개의 실제 부동소수점 함수 데이터셋을 공개함으로써 향후 부동소수점 자동 추론 기술 개발에 기여합니다.
이 논문은 외부 인프라 없이도 경량 UAV 가 이동하는 UGV 에 센티미터 정밀도로 자율 착륙 및 추적을 가능하게 하는 완전한 자기장 기반 로컬라이제이션 시스템을 제안하고 실험을 통해 검증합니다.
이 논문은 산업용 텍스트-3D 생성의 한계를 해결하기 위해 카테고리 간 지식 간섭을 제거하는 다중 전문가 LoRA 앙상블과 고차원 구조적 의존성을 포착하는 교차 뷰 하이퍼그래프 기하 강화 방식을 결합한 'ForgeDreamer' 프레임워크를 제안합니다.
이 논문은 애매한 명세와 형식적 정확성 보장의 부재로 인해 산업 규모 데이터 경로 설계에 적용하기 어려웠던 대규모 언어 모델을 활용하여, 소프트웨어 참조 모델을 형식 명세로 통합하고 계획·합성·형식 등가성 검증을 긴밀하게 결합한 'FormalRTL'이라는 다중 에이전트 프레임워크를 제안하여 확장 가능하고 신뢰할 수 있는 하드웨어 코드 생성을 실현함을 보여줍니다.
이 논문은 전역 시공간 구조를 보존하면서도 효율성을 유지하기 위해 프레임 단위의 행렬 어텐션 메커니즘을 도입한 'FrameDiT'를 제안하여, 기존 확산 트랜스포머 모델의 성능과 효율성 간의 트레이드오프를 해결하고 비디오 생성 분야에서 최첨단 결과를 달성했다고 요약할 수 있습니다.
이 논문은 그림자, 급격한 움직임, 결함이 있는 마스크와 같은 현실 세계의 불완전한 조건에서도 안정적인 비디오 객체 제거를 가능하게 하는 세 가지 핵심 설계 (MUSE, DA-Seg, 커리큘럼 2 단계 학습) 를 통해 새로운 최첨단 성능을 달성한 'Stable Video Object Removal (SVOR)' 프레임워크를 제안합니다.
이 논문은 가상현실 (VR) 회의에서 지연 시간이 사용자 경험에 미치는 영향을 분석하기 위해 전통적인 화상 회의와 비교하여 상호작용의 유창성과 사회적 존재감을 평가하고, 이를 통해 몰입형 가상 환경 최적화를 위한 통찰을 제공합니다.
이 논문은 15 일간 34,486 개의 검색 결과를 분석한 결과, 구글의 역이미지 검색이 시각적 허위정보를 검증하는 과정에서 관련 없는 정보와 반복된 허위정보가 상위를 차지하며 사실 확인 콘텐츠의 가시성이 30% 미만으로 제한되는 등 알고리즘 게이트키핑의 한계를 드러냈음을 규명합니다.
이 논문은 다양한 의료 영상 모드에서 단일 뷰 내의 이상 징후 간 관계와 뷰 간 역동적 변화를 동시에 모델링하고 결측 데이터를 처리하여 진단 정확도와 견고성을 향상시키는 새로운 그래프 기반 학습 프레임워크인 GIIM 을 제안합니다.
이 논문은 3D 가우스 스플래팅 (3DGS) 의 대용량 데이터 전송 문제를 해결하기 위해, 다중 사용자의 협업 및 역사적 데이터를 기반으로 한 뷰포트 예측 모듈과 심층 강화 학습 기반의 비트레이트 적응 모듈을 통합한 새로운 볼륨 장면 스트리밍 시스템인 'GSStream'을 제안하고 그 우수성을 입증합니다.
이 논문은 공격자가 MDP 기반으로 행동하는 고급 지속 위협 (APT) 에 대응하여, 공격자의 정보 수준 (Stackelberg, 무지, 확률적 신념) 에 따라 공격 그래프 상에서의 은밀한 침입을 방어하기 위한 게임 이론적 최적 방어 전략을 제시합니다.
이 논문은 Gap-ETH 하에서 최적의 의존성을 갖는 차원 쌍곡 공간의 TSP 및 스테이너 트리 문제에 대한 -근사 알고리즘을 제시하며, 이를 위해 '하이브리드 쌍곡 쿼드트리'와 같은 새로운 기하학적 구조와 분석 기법을 도입했습니다.
이 논문은 소프트웨어 공학의 질적 연구에서 생성형 AI(GenAI) 가 만능 해결책이 아니며, 연구 전략과 데이터 특성에 맞게 신중하게 적용해야 함을 강조하며 GenAI 지원 연구의 가능성과 한계를 검토합니다.
이 연구는 인간 관리자뿐만 아니라 AI 관리자 역시 성별에 따라 다르게 인식되며, 특히 여성 AI 관리자가 보상을 부여하지 않을 때 더 큰 회의감과 부정적 평가를 받는 등 성별 편향이 AI 관리 시스템에도 확장됨을 실험을 통해 규명했습니다.
이 논문은 14 개 산업 분야의 160 개 가이드라인과 정책 성명서를 텍스트 마이닝 기법으로 분석하여 생성형 AI 와 대규모 언어 모델의 혁신과 윤리적 책임, 규제 간의 균형을 모색하고 산업 전반에 대한 책임 있는 통합을 위한 실질적인 통찰과 제언을 제시합니다.
이 논문은 원격 탐사 분야에서 기존 방법의 한계를 극복하고 정밀한 시각 - 언어 정렬을 달성하기 위해 다중 세분화 일관성 학습을 도입한 GeoAlignCLIP 프레임워크와 RSFG-100k 데이터셋을 제안하고, 다양한 벤치마크에서 기존 방법보다 우수한 성능을 입증합니다.
이 논문은 사이클링, 항공, 해상 추적 등 다양한 실제 응용 분야의 워크로드를 반영하여 시공간 데이터베이스 플랫폼의 성능을 종합적으로 평가할 수 있는 오픈소스 애플리케이션 중심 벤치마크 스위트인 'GeoBenchr'를 제안합니다.
본 논문은 엔트로피 기반 MCTS 와 시각적 환각 주입을 통해 대규모 프로세스 감독 데이터셋을 구축하고, 이를 활용한 토큰 단위 프로세스 보상 모델 (GeoPRM) 과 프로세스 인식 트리-GRPO 알고리즘을 도입하여 원격 탐사 분야에서 검증 가능한 단계별 추론과 테스트 시간 확장을 가능하게 한 'GeoSolver'프레임워크를 제안합니다.
이 논문은 카메라 시점, 손 크기, 녹화 조건 등의 차이로 인한 도메인 이동 문제를 해결하기 위해, 20 차원 관절 각도 기술자를 기반으로 한 기하학적 인식 메트릭 학습 프레임워크를 제안하여 저자원 환경에서 다양한 수화 언어 간 소수 샷 인식 성능을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 CLIP 기반의 전역적 의미 정합과 DINOv3 의 픽셀 단위 인식 간의 간극을 해소하기 위해, 텍스트 입력의 의미 범위에 따라 시각 추상화 수준을 동적으로 조절하는 'Granulon'을 제안하여 다중 세밀도 추론 능력을 획기적으로 향상시키고 할루시네이션을 감소시킨다고 요약할 수 있습니다.
HECTOR 는 정적 이미지와 동적 비디오를 혼용하여 참조하고 각 객체의 궤적을 명시적으로 지정함으로써 복잡한 시공간 제약을 충족하는 고품질 비디오 생성을 가능하게 하는 하이브리드 편집 가능 구성 객체 참조 프레임워크입니다.
이 논문은 의료용 시각 - 언어 모델 기반의 계층적 마사지 로봇 프레임워크를 제안하고, 이를 평가하기 위한 대규모 멀티모달 데이터셋 MedMassage-12K 와 벤치마크를 구축하여 실증 실험을 통해 그 유효성을 입증했습니다.
이 논문은 보다 큰 노름에서 결정형 격자 덮기 반지름 문제 (GapCRP) 가 명시적인 근사 인자 에 대해 NP-난해함을 증명하여, 해당 문제에 대한 최초의 NP-난해성 결과를 제시합니다.
이 논문은 드론 및 회전 기계의 안전을 위해 고속 회전 물체의 미세초 지연 추적이 가능한 새로운 이벤트 기반 방법인 'HelixTrack'을 제안하고, 이를 검증하기 위한 새로운 데이터셋 'TQE'를 소개합니다.
이 논문은 수평적 연동 환경에서 이질적인 데이터 분포를 고려하여 기존 방법들의 한계를 극복하고 중앙집중식 합성과 유사한 유틸리티를 달성하는 최초의 차분 프라이버시 기반 표본 데이터 생성 프레임워크인 HeteroFedSyn 을 제안합니다.
이 논문은 클라우드-에지-단말 계층에 OODA 루프를 통합하고 네트워크 기능 가상화 (NFV) 기술을 활용하여 동적이고 불확실한 환경에서 UAV 스웜의 적응성과 확장성을 향상시키는 계층적 H-OODA 프레임워크를 제안하고, 자율 의사결정과 협력 제어를 결합한 사례 연구 및 향후 과제 분석을 통해 그 유효성을 검증합니다.
이 논문은 자동화 차량이 안전을 유지하면서 고미끄럼비 제어를 통해 최대 마찰 계수 영역을 능동적으로 자극하고, 이를 통해 도로 마찰 계수를 정밀하게 추정할 수 있는 새로운 프레임워크를 제안하고 검증합니다.
이 논문은 데이터베이스 시스템이 SSD 의 성능을 극대화하고 수명을 연장하기 위해 '제자리 쓰기 (in-place)' 대신 '제자리 밖 쓰기 (out-of-place)' 전략을 도입하고 이를 LeanStore 에 적용하여 쓰기 증폭을 획기적으로 줄이고 처리량을 크게 향상시켰음을 보여줍니다.
이 논문은 일반 제어 흐름 그래프에 적용 가능한 건전하고 효율적인 GSA 기반 멱등성 역 슬라이스 추출 알고리즘을 제안하고, 이를 활용하여 비연속 명령어들을 병합하는 희소 코드 크기 축소 최적화 기법을 통해 특정 벤치마크에서 최대 7.24% 의 코드 크기 감소를 달성함을 보여줍니다.
이 연구는 로봇의 다양한 실패 유형이 인간이 인지하는 신뢰도에 미치는 영향을 분석한 결과, 조작 실수나 정지보다 잘못된 객체 선택이나 목표 설정 같은 '실수'가 신뢰도에 덜 치명적이며, 그 후의 성공적인 수행이 신뢰 회복에 효과적임을 규명했습니다.
이 논문은 RGB 이미지 기반의 확산 모델로 전역 경로를 생성하고, 인공 전위장 추적 및 VLM-RAG 기반의 의미 인식 가변 임피던스 제어를 계층적으로 결합하여, 혼잡한 실내 환경에서 드론 군집의 안전하고 적응적인 항법을 가능하게 하는 'ImpedanceDiffusion' 프레임워크를 제안합니다.
이 논문은 NBA 심판 데이터를 분석하여 홈팀 편향 (특히 플레이오프에서 두드러짐) 과 특정 선수에 대한 유리한 편향은 존재하지만, 특정 선수나 팀에 대한 부정적 편향 및 인종적 편향은 발견되지 않았음을 보고하며 팬데믹 이후 홈팀 편향이 감소한 점도 지적합니다.
이 논문은 웹 기반 실내 투어 비디오에서 3D 재구성 없이 RGB 프레임으로부터 암시적 기하 표현을 추출하여 시뮬레이터 데이터의 한계를 극복하고, 다양한 벤치마크에서 새로운 최첨단 성능과 강력한 제로샷 내비게이션 능력을 달성하는 대규모 비전 - 언어 내비게이션 프레임워크를 제안합니다.
이 논문은 부정확한 주석과 제한된 데이터로 인해 기존 방법들이 한계를 보였던 발의 정밀한 3D 모션 재구성을 위해, 2D 발 키포인트를 3D 로 승격시키고 무릎 및 발 모션 맥락을 활용하는 'FootMR'과 복잡한 발 움직임을 평가할 수 있는 새로운 데이터셋 'MOOF'를 제안하여 기존 최첨단 방법보다 발 관절 각도 오차를 최대 30% 까지 줄이는 성과를 거두었다고 요약할 수 있습니다.
이 논문은 유동장 데이터의 물리적 특징을 구조화된 텍스트로 변환하고 데이터 압축 전략을 적용하여 대규모 시각 - 언어 모델의 과학적 이해 능력을 획기적으로 향상시킨 새로운 프레임워크 'FieldLVLM'을 제안합니다.
이 연구는 IKEA 와 Virtlo 앱을 통해 모바일 증강현실 (MAR) 에서 상호작용 수준이 사용자 경험과 사회적 수용성에 미치는 영향을 분석하여, 향후 AR 애플리케이션 개발 시 사용성과 사회적 고려 사항을 균형 있게 반영해야 함을 강조합니다.
이 논문은 가상현실 (VR) 과 증강현실 (AR) 이 언어 학습의 동기 부여와 몰입감을 높이는 기회를 제공하지만, 기술적 한계와 인지 과부하 등의 과제를 안고 있으며, 효과적인 도입을 위해서는 인터페이스 개선, 인지 부하 감소, 인프라 및 교사 연수 강화가 필요함을 두 개의 실증 연구를 통해 제시합니다.
이 논문은 9,860 개의 주석 이미지로 학습된 향상된 YOLOv8 기반의 이중 모델 프레임워크를 통해 화재와 연기를 탐지하고 주변 객체와의 거리를 추정하여 정량적 위험 점수를 산출함으로써, 공학 현장의 화재 위험에 대한 지능적인 공간 추정 및 상황 인식 능력을 강화하는 것을 제안합니다.
이 논문은 이해, 추론, 생성 및 편집 기능을 통합하면서도 4B 파라미터의 경량화 구조와 고밀도 의미 데이터 파이프라인을 통해 14B 규모의 기존 모델보다 뛰어난 성능과 효율성을 달성한 범용 멀티모달 모델 'InternVL-U'를 제안합니다.
이 논문은 생성된 SVG 의 렌더링 결과를 시각적으로 피드백하여 생성기와 비판가가 상호작용하는 '생성 - 검토 - 정제' 루프를 통해 텍스트 기반 SVG 생성의 품질과 복잡성을 획기적으로 향상시킨 'IntroSVG' 프레임워크를 제안합니다.
이 연구는 393 명을 대상으로 한 실험을 통해 LLM 접근 시점 (초기/중반/후기/무접근) 과 시간 여유 여부에 따라 비판적 사고의 결과가 역전될 수 있음을 규명하며, 시간 제약이 LLM 이 인지 능력을 증진시키는지 저해하는지를 결정하는 핵심 요소임을 강조합니다.
이 논문은 물리적으로 일관된 다-접촉 전신 궤적 최적화를 통해 모션 캡처 데이터를 인간형 로봇의 역학적으로 실행 가능한 보행 모션으로 재전송하는 'KDMR' 프레임워크를 제안하고, 이를 통해 기존 순수 운동학적 방법의 한계를 극복하고 하류 제어 정책의 학습 효율성과 안정성을 크게 향상시킨다고 설명합니다.
이 논문은 DAO 거버넌스에서 투표권 위임의 기밀성을 보장하기 위해 제로지식 증명을 활용하여 위임자, 위임받는자, 위임 사실 자체의 연결성을 숨기는 새로운 프로토콜 'Kite'를 제안하고, 이를 이더리움 Governor Bravo 스마트 컨트랙트에 구현하여 실용성을 입증했습니다.
이 논문은 시각적 관찰의 모호성을 극복하고 절차 계획의 정확도를 획기적으로 향상시키기 위해, 비전 - 언어 모델을 활용하여 시각 정보를 언어적 표현으로 변환한 후 이를 확산 모델에 적용하는 새로운 '언어 인식 계획 (LAP)' 모델을 제안하고 여러 벤치마크에서 최첨단 성능을 입증했습니다.
이 논문은 텍스트 프롬프트의 한계를 극복하고 외부 음악 이해 모델과의 잠재 정서 표현 정렬 (LARA) 을 통해 연속적이고 세밀한 감정 제어가 가능한 음악 생성 프레임워크 'LARA-Gen'을 제안하고, 이를 평가하기 위한 벤치마크와 예측 모델을 구축하여 기존 모델 대비 뛰어난 감정 준수도와 음악 품질을 입증합니다.
이 논문은 비전 - 언어 모델의 멀티턴 대화 안전성을 강화하기 위해 새로운 위험 분류 체계와 자동화된 적대적 테스트 프레임워크를 포함한 'MMDS' 데이터셋을 구축하고, 이를 기반으로 사용자 입력과 응답을 실시간으로 감시하는 'LLaVAShield'라는 새로운 안전 보호 메커니즘을 제안합니다.
이 논문은 네트워크 지연이 네트워킹 가상현실 (NVR) 화이트보드 협업의 실용적 및 쾌락적 차원 QoE 에 미치는 영향을 다양한 협업 모드와 플랫폼 (아바타 유무, PC 기반) 을 비교 분석하여 체계적으로 규명하고 최적화 방안을 제시합니다.
이 논문은 3D 형상을 볼록체 집합으로 분해하는 기존 문제를 해결하기 위해 특징 필드 학습을 도입하여, 대규모 데이터셋에서 자기지도 학습이 가능한 최초의 오픈 월드 볼록 분해 모델을 제안합니다.
이 논문은 딥러닝 모델의 잠재 공간에서 개념의 인코딩과 디코딩을 담당하는 방향 쌍을 비지도 학습으로 복원하여 모델의 블랙박스 성격을 해석 가능하게 만들고 예측 오류 수정 및 반사실 생성 등 다양한 응용이 가능하도록 하는 새로운 방법을 제안합니다.
이 논문은 다중 모달 대형 언어 모델 기반의 연속 환경 비전 - 언어 내비게이션 (VLN-CE) 에서 발생하는 누적 오류와 희소한 보상 문제를 해결하기 위해, 불완전한 궤적에서 밀집된 감독 신호를 추출하여 단계별 정렬을 수행하는 '단계 인식 대비 정렬 (SACA)' 프레임워크를 제안하고 이를 통해 최첨단 성능을 달성함을 보여줍니다.
이 논문은 전문가와 비전문가 간의 진단 불일치를 Whole Slide Difficulty(WSD)로 정의하고, 이를 다중 작업 학습 및 가중 분류 손실 기법을 통해 전립선암 Gleason 등급 분류 (특히 고등급) 의 정확도를 향상시키는 새로운 접근법을 제안합니다.
이 논문은 정규화 기반의 효과성과 슈퍼시퀀스 방식의 증명 가능한 보안을 결합하여, 클러스터링된 행동 패턴에 따라 적응적으로 패딩 매개변수를 조정함으로써 위버사이트 지문 공격에 대한 방어 효율성을 극대화하면서도 정보이론적 보안을 유지하는 'Adaptive Tamaraw'라는 새로운 프레임워크를 제안합니다.
이 논문은 랭킹의 안정성을 평가하는 새로운 개념인 '국소 안정성 (local stability)'을 제안하고, 이를 효율적으로 계산하기 위한 샘플링 기반 근사 알고리즘과 밀집 영역 탐지 알고리즘을 개발하여 실험을 통해 유효성을 입증했습니다.
이 논문은 민감한 클라우드 워크로드를 처리하는 기업용 제로 트러스트 아키텍처인 'Lockbox'를 제안하며, 명시적 신뢰 검증과 강력한 격리, 최소 권한 원칙을 통해 AI 기반 분석과 같은 고급 기능을 도입하면서도 보안 태세를 유지할 수 있도록 합니다.
이 논문은 기존 방법의 한계를 극복하고 추가 학습 없이 다국어 로고 생성 및 스타일화를 가능하게 하는 'LogoDiffuser'라는 새로운 방법을 제안하며, 이를 위해 텍스트 대신 문자 이미지를 입력하고 주의 메커니즘을 제어하여 문자 구조와 시각적 디자인을 통합합니다.
이 논문은 딥페이크 탐지의 일반화 문제를 해결하기 위해, 위조와 무관한 저랭크 편향을 제거하고 진짜 위조 흔적에 초점을 맞추는 인과적 표현 학습 기반의 'SeLop'이라는 새로운 방법을 제안합니다.
이 논문은 광학 및 SAR 이미지의 상호 보완적 특성을 활용하여 복잡한 환경에서의 객체 탐지 성능을 향상시키기 위해 대규모 정렬된 데이터셋 (M4-SAR), 통합 벤치마크 툴킷, 그리고 새로운 융합 탐지 프레임워크 (E2E-OSDet) 를 제안합니다.
이 논문은 이산 벡터 양자화의 한계를 극복하고 신체 부위 간 상호작용을 강화하기 위해, 신체와 손을 독립적으로 인코딩하는 UD-VAE, 액션 조건부 퓨전 (ACF), 그리고 적응형 단위 변조 (AUM) 를 결합한 연속 표현 기반의 새로운 반응 합성 프레임워크인 MARRS 를 제안합니다.
이 논문은 MLLM 과 LVLM 의 다중 모달 추론 능력을 활용하여 짧은 비디오와 긴 비디오 모두에서 미세 표정 (ME) 을 이해하고 분석하는 두 가지 새로운 과제 (ME-VQA 및 ME-LVQA) 를 포함하는 2026 년 미세 표정 그랜드 챌린지 (MEGC2026) 를 소개합니다.
이 논문은 기존 MORL 알고리즘의 병렬화 한계를 극복하기 위해 GPU 네이티브 알고리즘인 MORLAX와 가속화된 환경 모음인 MO-Playground 를 제안함으로써, 복잡한 다목적 로봇 제어 문제를 기존 CPU 기반 접근법보다 25~270 배 빠르게 해결하고 우수한 파레토 프론트를 달성하는 방법을 제시합니다.
이 논문은 강화 학습을 통해 단계별 추론 능력을 향상시킨 새로운 모델 MORE-R1 을 제안하여, 기존 방법들의 한계를 극복하고 멀티모달 객체 - 개체 관계 추출 (MORE) 작업에서 최첨단 성능을 달성했다고 요약할 수 있습니다.
이 논문은 Scan Histo 역사 지도 (1925-1950 년) 에서 텍스트 및 도로와 같은 복잡한 아티팩트를 효과적으로 제거하기 위해 이중 통과 U-Net 기반 딥러닝 파이프라인을 개발하여 1970 년대 이전 프랑스 전역의 도시 발자국 데이터를 최초로 공개함으로써 장기 도시화 역동성 연구를 위한 기반을 마련했습니다.
이 논문은 2025 년 3~4 월에 Ahmia 검색 엔진 등 세 가지 경로를 통해 배포된 허니팟을 활용하여 토르 사용자의 실제 관심사를 분석한 결과, 대부분의 인간 사용자는 Ahmia.fi 에서 유입되었으며 특히 아동 성착취물 (CSAM) 테마의 허니팟에서 가장 높은 참여도를 보였음을 밝혔습니다.
이 논문은 의료 영상 - 언어 사전학습에서 기존 방법의 인지적 비효율성을 해결하기 위해 진단 민감도와 대표성을 고려한 2 단계 커리큘럼 학습과 비대칭 대비 손실 함수를 도입한 MedKCO 를 제안하며, 이를 통해 다양한 하위 작업에서 기존 베이스라인을 크게 능가하는 성능을 입증했습니다.
이 논문은 동적 인간 환경에서의 embodied question answering (EQA) 과제를 위해 인간 활동과 시간적 변화를 포함한 'DynHiL-EQA' 데이터셋을 제안하고, 모호한 관측을 검증하고 정보성 있는 증거만 선택적으로 기억에 저장하는 훈련 없는 'DIVRR' 프레임워크를 통해 occlusion 상황에서의 강건성과 추론 효율성을 동시에 향상시켰습니다.
이 논문은 메타 학습을 통한 사전 훈련과 테스트 시 데이터에 적응적으로 학습률 및 업데이트 빈도를 조정하는 메커니즘을 도입하여, 분포 변화 하에서도 강건하고 정확한 궤적 예측을 가능하게 하는 MetaDAT 방법을 제안합니다.
이 논문은 실제 응용 환경에서 발생할 수 있는 불균형한 결손 모달리티 조건을 평가하기 위해 새로운 벤치마크 'MissBench'와 모달리티 공평성 및 학습 불균형을 측정하는 진단 지표를 제안합니다.
이 논문은 베이지안 최적화와 그래프 축소 탐색 알고리즘을 결합하여 다양한 워크로드에서 기존 최첨단 동시성 제어 알고리즘들보다 높은 처리량과 빠른 최적화 속도를 보이는 새로운 학습 기반 동시성 제어 알고리즘인 NeurCC 를 제안합니다.
이 논문은 정보 전파의 복잡한 시공간적 동역학을 고려하여 바이디렉셔널 점프 ODE 와 어텐션 메커니즘, 변분 신경 ODE 를 결합한 VNOIP 를 제안함으로써 소셜 네트워크 내 정보의 미래 인기도를 기존 방법들보다 정밀하게 예측하는 새로운 접근법을 제시합니다.
이 논문은 핀홀 이미지의 단순 합을 넘어 전경 (panorama) 고유의 전체적 공간 및 맥락 관계를 포착하는 '전경 - 언어 모델링 (PLM)' 패러다임을 제안하고, 이를 위해 재학습 없이 기존 모델에 적용 가능한 희소 어텐션 모듈과 악천후 및 사고 등 다양한 전경 시나리오를 포함하는 대규모 데이터셋 'PanoVQA'를 개발하여 전경 기반의 견고한 시각 - 언어 추론을 가능하게 했습니다.
이 논문은 통신이나 중앙 제어 없이 N 개의 4 족 보행 로봇이 물리적 접촉만으로 비그립형 물체를 집어 올리고 이동하는 분산 협력 수송을 가능하게 하는 계층적 정책 아키텍처와 새로운 보상 설계 기법을 제안합니다.
이 논문은 RGB 와 깊이 (Depth) 모달리티 간의 분포 차이와 최적화 불균형을 해결하기 위해 이종 이중 패치 최적화 및 그래디언트 레벨 모달리티 균형 전략을 도입한 '다중 모달 적대적 품질 정책 (MAQP)'을 제안하여 인간 - 로봇 상호작용 환경에서의 안전한 그리핑을 실현합니다.
이 논문은 정보 이론적 관점에서 모달리티 간 경쟁을 완화하고 상호작용을 포착하기 위해 총 상관관계 (Total Correlation) 를 최대화하는 새로운 다중 모달 분류 방법인 TCMax 를 제안하고, 이를 통해 기존 최첨단 기법들을 능가하는 성능을 입증합니다.
이 논문은 이질적인 노드 특징을 가진 멀티모달 그래프 학습의 유연성과 표현력을 향상시키기 위해, 모달리티별 가상 노드를 도입하여 동적 정보 경로를 통해 적응적이고 희소한 메시지 전파를 가능하게 하는 새로운 프레임워크인 DiP 를 제안하고 다양한 벤치마크에서 기존 방법보다 우수한 성능을 입증합니다.
이 논문은 불투명 코팅과 투명한 창을 체커보드 패턴으로 교차 배치하여 단일 카메라로 외부 시각 정보와 접촉 촉각 신호를 동시에 포착하고, 심층 학습 기반의 재구성 프레임워크를 통해 고충실도의 이중 모달 데이터를 복원하는 새로운 센서 'MuxGel'을 제안합니다.
이 논문은 곡면 비시각 촉각 센서의 보정을 위해 일상적인 물체와의 간단한 접촉만으로 정밀한 3D 재구성을 가능하게 하는 효율적이고 물리 일관성이 있는 NLiPsCalib 프레임워크와 이를 검증한 NLiPsTac 센서를 제안합니다.
이 논문은 온라인 강화학습을 통해 심볼릭 인코더와 솔버를 도입하여 데이터 효율성, 제로샷 일반화 능력, 그리고 탐색 범위를 동시에 개선한 새로운 신경-심볼릭 비전 - 언어 - 행동 (NS-VLA) 프레임워크를 제안하고 로봇 조작 벤치마크에서 기존 방법보다 우수한 성능을 입증합니다.
이 논문은 궤적 최적화의 구조와 강화 학습의 적응력을 결합하여 보행 라이브러리를 기반으로 한 계층적 프레임워크 'NaviGait'를 제안함으로써, 직관적인 보행 제어와 외부 교란에 대한 강인함을 동시에 달성하고 학습 속도를 향상시키는 방법을 제시합니다.
이 논문은 고도 정밀 시각 기반 위치 추정 기술과 에이전트 아키텍처를 결합한 'NaviNote'를 개발하여, 시각 장애인들이 환경을 정확하게 탐색하고 음성으로 공간 주석을 작성할 수 있도록 지원하며, 이를 통해 기존 GPS 기반 시스템의 한계를 극복하고 내비게이션 성능을 크게 향상시켰음을 보여줍니다.
이 논문은 로지크 구조 플래시 장치에서 작은 객체 워크로드의 쓰기 증폭을 줄이기 위해 해시 충돌 확률을 높여 세트 채움률을 개선하고, 메모리 오버헤드를 줄이는 불룸 필터 기반 인덱싱 및 하이브리드 핫니스 추적을 도입한 'Nemo'라는 새로운 캐시 아키텍처를 제안합니다.
이 논문은 5G 및 그 이상의 통신 시스템에서 핵심 기술로 부상한 네트워크 슬라이싱의 개념과 시스템 아키텍처를 설명하고, 자체 슬라이스 구현과 외부 슬라이스 자원 임대라는 두 가지 차원의 수익 모델링을 심층 분석하며, 해당 기술의 현실적 해결 방안과 향후 연구 방향을 제시합니다.
이 논문은 합의 프로토콜과 저장 엔진 간의 중복 지속성 작업으로 인한 I/O 오버헤드를 해결하기 위해 키 - 값 분리 아키텍처와 Raft 를 혁신적으로 통합하여 읽기 및 쓰기 성능을 대폭 향상시킨 분산 키 - 값 저장소 'Nezha'를 제안합니다.
이 논문은 유한 유도 깊이 규칙 집합 (bdd) 에서 생성된 보편 모델이 루프 쿼리를 유도하지 않는 한 임의의 큰 토너먼트를 포함할 수 없음을 증명함으로써, bdd 규칙 집합의 유한 통제 가능성 (fc) 추측에 대한 반례의 가능성을 축소했습니다.
이 논문은 저조도 및 저텍스처 환경에서 기존 점 기반 VIO 의 한계를 극복하기 위해, 학습이 필요 없는 선분 디스크립터와 엔트로피 정규화 최적 수송을 활용한 선분 매칭, 그리고 신뢰도 적응적 가중치 기법을 도입하여 강인성과 정확도를 동시에 향상시킨 스테레오 비전 - 관성 오도메트리 (VIO) 시스템 'OTPL-VIO'를 제안합니다.
이 논문은 MLLM 의 정밀한 시각적 불일치 감지 능력을 평가하기 위한 'OddGridBench' 벤치마크를 제안하고, 커리큘럼 학습과 거리 기반 보상을 결합한 강화학습 프레임워크 'OddGrid-GRPO' 를 통해 해당 능력을 획기적으로 향상시키는 방법을 제시합니다.
이 논문은 원격 탐사 비전 - 언어 모델 (RSVLM) 의 성능을 종합적으로 평가하기 위해 지리 공간적 맥락, 다양한 데이터 소스, 그리고 언어적 편향을 줄이기 위한 엄격한 프로토콜을 포함한 새로운 벤치마크 'OmniEarth'를 제안하고 기존 모델들의 한계를 분석합니다.
이 논문은 기존 방법의 높은 계산 비용과 데이터 요구 사항을 해결하기 위해 FlowEdit 의 편집 시퀀스를 대상 시퀀스로 대체하고 확률적 요소를 제거하여, 학습 없이도 리프 동기화 및 오디오 - 비주얼 편집을 수행하는 'OmniEdit'프레임워크를 제안합니다.
이 논문은 제한된 평가 예산 하에서 로봇 군집의 과업 특화화가 반드시 효율성을 높이는 것은 아니며, 오히려 일반적 행동이 협력 실패로 이어지는 특화 행동보다 더 나은 성능을 보일 수 있음을 보여줍니다.
이 논문은 대역폭 제한에 따른 링크 비용의 증가를 고려한 볼록 목적 함수를 가진 다중 상품 흐름 문제를 해결하기 위해, 분할 가능 및 분할 불가능 변형에 적용 가능한 컬럼 생성 기반의 효율적인 최적화 알고리즘을 제안합니다.
이 논문은 유클리드 평면에서 비교차 제약 조건 하에 온라인으로 도착하는 가중치 점들의 매칭 문제를 연구하여, 결정론적 알고리즘의 한계를 밝히고 무작위화를 통한 상수 경쟁비 달성 가능성, 다양한 변형 문제에 대한 경계, 그리고 최적해를 위한 조언 복잡도 상한을 제시합니다.
본 논문은 3D 형상 최적화에서 챔퍼 거리의 표준 손실 함수가 국소 정규화만으로는 해결되지 않는 구조적 붕괴를 유발한다는 점을 규명하고, 비국소적 결합 (non-local coupling) 을 통해 이를 억제함으로써 최적화 성공을 보장할 수 있음을 보여줍니다.
이 논문은 비전 - 언어 모델이 생성한 이산적 및 연속적 제약 조건을 작업 및 운동 계획 (TAMP) 시스템에 통합하여 자연어 기반의 복잡한 장기 로봇 조작 과제를 해결하는 'OWL-TAMP'라는 새로운 접근법을 제안하고 그 유효성을 실험을 통해 입증합니다.
이 논문은 SQL 과 AI/ML 연산이 혼합된 하이브리드 쿼리를 위한 최적화 기법을 투명하고 공정한 방식으로 구축, 벤치마크 및 시각화할 수 있는 대화형 워크벤치 'OptBench'를 제안합니다.
이 논문은 [Zhu et al. (2022)] 의 추측을 증명하여, 모든 유효한 RDP 프로파일과 Type I 오류 수준에 대해 단일 차수 RDP 프라이버시 영역의 교차에 기반한 변환 규칙이 -Differential Privacy 로의 최적 변환임을 보여줍니다.
이 논문은 사용자가 단일 파티션만 제출하는 경우의 기존 최적 알고리즘을 Rényi 차분 프라이버시 (RDP) 환경으로 일반화하고, 다중 파티션 제출 시 경계 가중치 분할 선택을 위한 개선된 메커니즘을 제안하며, 분할과 빈도를 동시에 공개하는 알고리즘이 가지는 본질적인 비용과 가산적/비가산적 노이즈 메커니즘 간의 수치적 차이를 규명합니다.
TREC 2025 RAG 트랙은 2024 년 트랙의 기반 위에 복잡한 추론이 필요한 긴 서술형 쿼리를 도입하고, MS MARCO V2.1 코퍼스를 활용하여 투명성과 사실 기반성을 보장하는 신뢰할 수 있는 검색 증강 생성 시스템의 혁신을 촉진하기 위해 150 건 이상의 참가자 제출물을 평가했습니다.
이 논문은 온디바이스 LLM 추론 시 발생하는 PIM 메모리 속성 및 레이아웃 불일치 문제를 해결하여 캐시 가능 영역과 비캐시 가능 영역 간의 모순을 완화하고, DRAM 더블 버퍼링 및 온라인 가중치 재배열 기법을 통해 메모리 용량을 약 48% 절감하면서도 이론적 최대 성능을 유지하는 소프트웨어 전용 방법론인 'PIM-SHERPA'를 제안합니다.
이 논문은 텍스트와 신체 부위의 정렬 부족 및 전체 동작의 비일관성이라는 기존 한계를 극복하기 위해, 부위별 동작 생성과 전체 동작 생성을 통합하는 'ParTY' 프레임워크를 제안하여 텍스트 기반 인간 동작 생성의 표현력과 일관성을 동시에 향상시킨다는 내용입니다.
이 논문은 텍스트 맥락에 의존하지 않고 음성 내의 비언어적 단서와 감정 정보를 융합하여 일본어 공감 대화에서 적절한 감정적 수용 (Validation) 시점을 탐지하는 새로운 모델을 제안하고, 이를 통해 더 공감적인 인간 - 로봇 상호작용을 가능하게 함을 보여줍니다.
이 논문은 증류된 자기회귀 모델의 장기간 비디오 생성 시 발생하는 오류 누적을 해결하기 위해, 초기 프레임을 안정적 기준점으로 활용하여 샘플링 경로를 보정하는 훈련 없는 '테스트 시간 보정 (TTC)' 방법을 제안하고, 이를 통해 30 초 길이의 비디오 생성에서 기존 훈련 기반 방법과媲美하는 품질을 낮은 오버헤드로 달성함을 입증합니다.
이 논문은 도구의 사용 중 발생하는 관성 충격과 지렛대 효과로 인한 미끄러짐을 방지하기 위해, 작업 궤적에 따른 토크와 미끄러짐을 예측하여 최적의 그립을 선택하는 '역 도구 사용 계획 (iTuP)' 프레임워크와 실시간 점수화 네트워크 (SDG-Net) 를 제안하여 실제 로봇의 도구 사용 성공률을 크게 향상시켰다고 요약할 수 있습니다.
이 논문은 MRI 물리 특성을 반영한 명시적 가우시안 표현과 물리 기반 볼륨 렌더링을 도입하여, 데이터 의존성과 계산 비용을 줄이면서도 고품질의 제로샷 MRI 초해상도를 달성하는 새로운 프레임워크를 제안합니다.
이 논문은 메타 픽셀의 구성을 역공학적으로 분석하는 'PixelConfig' 프레임워크를 제시하고, 2017 년부터 2024 년까지의 데이터를 통해 건강 관련 웹사이트를 포함한 웹상에서 민감한 정보 수집을 위한 추적 기능이 기본 설정에 의해 광범위하게 활성화되어 있으며, 제한 설정이 존재하더라도 실제 보호 효과는 미미함을 규명했습니다.
이 논문은 카라시 - 쿠 - 터커 조건을 기반으로 스택버그 게임을 적용하여 Platooning as a Service(PlaaS) 플랫폼의 최적 가격 정책과 서비스 계약을 도출하고, 정부 보조금 및 다양한 운영 변수가 플레이어의 효용과 탄소 배출에 미치는 영향을 분석하여 지속 가능한 교통 체계를 제시합니다.
이 논문은 사전 훈련된 3D 인코더 없이 원시 포인트 클라우드를 직접 처리하여 3D 데이터를 LLM 의 어휘를 확장하는 '외국어'로 간주하는 엔드투엔드 3D 멀티모달 모델 'SAGE'를 제안하고, 이를 통해 기존 방법들보다 뛰어난 성능과 효율성을 입증합니다.
이 논문은 군집 로봇의 연결성 유지가 필수적인 '연결된 라벨 없는 다중 에이전트 경로 찾기 (CUMAPF)' 문제를 해결하기 위해, 기존 정수 선형 계획법 (ILP) 의 확장성 한계를 극복하고 수백 개의 에이전트로 구성된 문제를 시간 복잡도로 빠르게 해결하는 완전한 알고리즘 'PULL'을 제안합니다.
이 논문은 분류 작업에 국한되었던 테스트 시간 적응 (TTA) 기법을 이미지 회귀 문제로 확장하기 위해, 소스 데이터 없이도 소스 예측 지지 공간과 직교 여공간을 동시에 정렬하는 '예측 스펙트럼 보정 (PSC)'이라는 새로운 프레임워크를 제안하고 있습니다.
이 논문은 생성형 AI 와 에이전트 도구가 애자일 소프트웨어 개발을 재편하고 있는 시대에, 애자일 실무와 AI 역량을 통합한 프로젝트 기반 AI 엔지니어링 커리큘럼을 제안하고 그 효과와 시사점을 논의합니다.
ProGS 는 3D 가우시안 스플래팅 (3DGS) 의 대용량 데이터 저장 및 전송 문제를 해결하기 위해 옥트리 구조를 활용한 점진적 코딩 방식을 도입하여, 파일 크기를 45 배 줄이면서도 렌더링 품질을 10% 이상 향상시킨 스트리밍 친화적 코덱을 제안합니다.
이 논문은 자율주행용 비전 - 언어 모델 (VLM) 이 응답의 불일치와 시간적 추론 부족이라는 한계를 겪고 있음을 지적하고, 이를 해결하기 위해 미래 장면 추론을 평가하는 'FutureVQA' 벤치마크와 시간 레이블 없이도 일관성과 추론 능력을 향상시키는 자기지도 학습 기법을 제안합니다.
이 논문은 결측 모달리티가 존재하는 실제 환경에서 각 모달리티의 신뢰도를 동적으로 평가하고 지배적인 모달리티에 다른 모달리티를 점진적으로 정렬함으로써 다중 모달리티 감정 분석의 강건성을 향상시킨 'PRLF' 프레임워크를 제안합니다.
이 논문은 이미지 복원 시 국소 구조 보존과 장기적 공간 일관성을 동시에 달성하기 위해, 2D 토폴로지 왜곡과 장기 의존성 감쇠 문제를 해결하는 위계적 상태 공간 모델인 'Progressive Split-Mamba (PS-Mamba)'를 제안하고 다양한 복원 작업에서 기존 모델보다 우수한 성능을 입증합니다.
이 논문은 확산 기반 이미지 생성 모델의 색각 이상 (CVD) 접근성을 평가하기 위해 새로운 지표인 'CVDLoss'를 제안하고, 기존 모델이 접근성 중심 프롬프트에 효과적으로 반응하지 못한다는 점을 규명합니다.
이 논문은 경량화된 신체 랜드마크 검출기(MediaPipe) 에 최적화된 랜드마크 부분집합을 선택하고 스플라인 기반 보간법을 적용함으로써, 기존 방법 대비 5 배 이상 빠른 속도를 유지하면서 LIBRAS(브라질 수화) 고립 수어 인식의 정확도를 동등하거나 더 높은 수준으로 달성할 수 있음을 입증했습니다.
이 논문은 참여 예산 배분에서 '동등 분배법 (MES)'과 '프라그멘의 순차적 규칙'의 비례성 정도를 이론적으로 분석하고 실험적으로 검증하여, 공리적 보장이 더 강한 MES 도 두 규칙이 정량적 관점에서는 동일한 비례성 정도를 가진다는 사실을 규명했습니다.
이 논문은 변형 가능한 행성 지형에서의 안전한 탐사를 위해 다리가 지면과 상호작용하여 얻은 고유수용감각 정보를 활용하여 통과 가능 영역을 학습하고, 다목적 최적화를 통해 안전성과 목표 지향성을 균형 있게 고려하는 PSANE 프레임워크를 제안합니다.
이 논문은 기존 인간과 모델의 협력 방식을 넘어 다중 에이전트 시스템과 전통적 모델이 협력하는 'ProvAgent' 프레임워크를 제안하여, 정교한 신원 - 행동 바인딩과 가설 검증 기반의 자율 조사를 통해 고급 지속 위협 (APT) 의 탐지 및 재구성을 효율적으로 수행함을 보여줍니다.
이 논문은 불확실성과 비볼록 환경에서 로봇 매니퓰레이터의 안전한 궤적 생성을 위해, RM-DeSKO 모델을 통한 상태 예측과 SOS 프로그래밍 기반의 계층적 충돌 위험 검증을 MPPI 제어기에 통합한 새로운 위험 경계 운동 계획 프레임워크를 제안하고 시뮬레이션 및 실증 실험을 통해 그 유효성을 입증합니다.
이 논문은 기존 비전 - 언어 모델의 계산 비효율성을 해결하기 위해 훈련 없이 실행 가능한 'PruneSID'를 제안하며, 의미적 중요도와 다양성을 시너지적으로 고려한 두 단계 토큰 압축 기법을 통해 극단적인 토큰 감소율에서도 최첨단 성능과 빠른 처리 속도를 달성함을 보여줍니다.
이 논문은 'Have I Been Pwned' 데이터와 미국 성인 5,000 명 표본을 결합한 분석을 통해 미국인의 약 82.84% 가 적어도 한 번 계정 유출을 경험했으며, 평균적으로 3 회 이상 유출된 것으로 추정된다고 밝히고 있습니다.
이 논문은 ACL 앤솔로지에 게재된 LGBTQIA+ 커뮤니티와 NLP 기술 간의 관계를 다룬 연구들을 체계적으로 검토하여, 현재 연구가 주로 기존 시스템의 편향을 지적하는 수동적 접근에 그치고 있으며, 향후 이해관계자 참여, 교차성, 학제 간 협력 및 비영어권 언어 연구 등 보다 포용적이고 정의로운 NLP 기술 개발을 위한 방향성을 제시합니다.
이 논문은 오디오-비주얼 학습의 정밀도를 높이기 위해 지역 인식 음원 이해 (RA-SSU) 라는 새로운 과제를 정의하고, 이를 위한 두 개의 세부 데이터셋 (f-Music, f-Lifescene) 과 최첨단 성능을 보이는 SSUFormer 모델을 제안합니다.
이 논문은 기존 잠재 공간의 압축으로 인한 정보 손실 문제를 해결하기 위해, DINOv2 의 밀집 시각 표현 공간에서 조건부 확산 트랜스포머와 시간 기반 게이트 모듈을 활용하여 구조적 안정성과 행동 정확도를 향상시킨 새로운 내비게이션 월드 모델 (RAE-NWM) 을 제안합니다.
이 논문은 자율주행 시스템의 안전성을 위협하는 센서 열화 및 적대적 공격에 대응하기 위해, 기존 비전-비행 (BEV) 감지 모델에 플러그 앤 플레이 방식으로 적용 가능한 잠재적 세계 모델을 통해 손상된 관측 데이터를 복원하는 강인한 방법론인 RESBev 를 제안합니다.
이 논문은 GPU 기반 희소 행렬 - 행렬 곱셈 (SpMM) 의 성능 저하를 해결하기 위해 적응형 행 분할, RS-Tile 표현, 그리고 부하 균형 하이브리드 커널을 도입한 RSH-SpMM 을 제안하며, 다양한 희소 작업에서 기존 최첨단 방법보다 1.27 배에서 6.13 배까지의 가속화를 달성함을 보여줍니다.
이 논문은 저조도 환경에서 센서 신호가 부분적으로 손실되더라도 견고한 성능을 보장하기 위해 융합과 디커플링을 통합한 3-브랜치 아키텍처 'RTFDNet'을 제안하며, 시너지 특징 융합과 교차 모달 및 영역 디커플링 정규화를 통해 단일 모드 추론을 가능하게 합니다.
이 논문은 예측된 카메라 포즈의 오차를 보정하기 위해 렌더링 및 비교 (Render-and-Compare) 모듈을 도입하고, 긴 시퀀스 처리를 위해 하이브리드 KV 캐시 압축 전략을 적용하여 포즈 유무 및 카메라 내부 파라미터 유무에 관계없이 온라인 신관 합성에서 최첨단 성능을 달성하는 오토레거시 피드포워드 가우스 스플래팅 모델인 ReCoSplat 을 제안합니다.
이 논문은 시각적 가림이 발생하는 정밀 조립 작업에서 시각 및 촉각 정보를 융합하여 90% 의 성공률을 달성한 ReTac-ACT 라는 새로운 모방 학습 정책을 제안합니다.
이 논문은 기존 신경망 기반 비디오 압축의 한계를 극복하기 위해 단일 모델로 적응적 인트라/인터 코딩을 수행하고 양방향 중복성을 활용하는 통합 프레임워크를 제안하여, 실시간 성능을 유지하면서 DCVC-RT 대비 평균 12.1% 의 BD-rate 감소를 달성함을 보여줍니다.
이 논문은 Return-Oriented Programming 에서 영감을 얻어, 해로운 의도와는 무관한 benign 한 시각적 요소들을 논리적으로 연결하여 대형 시각 - 언어 모델의 안전 장치를 우회하는 'Reasoning-Oriented Programming'이라는 새로운 공격 패러다임과 이를 자동화하는 프레임워크를 제안합니다.
이 논문은 기존 추천 에이전트의 수동적 정보 획득 한계를 극복하고, 정보 부족을 분석하고 도구를 능동적으로 활용하여 추론 경로를 동적으로 계획하는 'RecThinker'라는 자율적 에이전트 프레임워크를 제안하며, 이를 통해 다양한 벤치마크에서 우수한 성능을 입증했습니다.
이 논문은 텍스트 인식과 편집을 통합된 프레임워크로 결합하고 순환 자기지도 학습을 통해 복잡한 파이프라인 없이 자연스러운 장면 텍스트 편집을 가능하게 하는 새로운 방법인 RS-STE 를 제안합니다.
이 논문은 다중 턴 시각 추론을 위한 새로운 벤치마크 'RegionDial-Bench'를 제안하고, 각 추론 단계에서 명시적인 바운딩 박스 인용과 전역 - 지역 일관성 보상을 통해 강화 학습을 수행하는 'RegionReasoner' 프레임워크를 소개함으로써 시각적 추론의 정확성과 공간적 근거 능력을 획기적으로 향상시킵니다.
이 논문은 기존 백도어 방어 기법이 훈련된 트리거를 제거하는 것만으로는 충분하지 않으며, 훈련 트리거와 시각적으로 구별되지만 동일한 백도어를 활성화하는 '대체 트리거'가 존재함을 이론적·실증적으로 증명하고, 이에 따라 입력 공간의 트리거가 아닌 표현 공간의 백도어 방향을 표적으로 하는 새로운 방어 전략의 필요성을 제기합니다.
이 논문은 변화하는 환경에서 기존 계획을 업데이트하는 대신, 빠른 거의-확률적 점근 최적 (ASAO) 알고리즘을 사용하여 독립적인 문제 해결을 반복함으로써 실시간 재계획을 더 효율적으로 수행할 수 있음을 보여줍니다.
이 논문은 방향성 객체 탐지 (OBB) 의 고유한 도전 과제를 해결하면서도 실시간 효율성을 유지하는 최초의 실시간 방향성 탐지 트랜스포머인 RiO-DETR 을 제안하고, DOTA-1.0, DIOR-R, FAIR-1M-2.0 등 다양한 데이터셋에서 속도 - 정확도 균형을 크게 개선했음을 입증합니다.
이 논문은 시각적 프롬프트 편집과 조건 주입 모듈을 활용하여 기존 로봇 조작 궤적을 편집함으로써 다양한 물체와 환경에서 제로샷 적응 능력을 향상시키는 '로봇 장면 복제 (Robotic Scene Cloning)' 방법을 제안합니다.
이 논문은 GPS 가 없는 환경에서 5 가지 협력적 국소화 (CL) 기법 (CCL, DCL, StCL, CI, Standard-CL) 을 ROS 기반 시뮬레이션을 통해 비교 분석하여, StCL 과 Standard-CL 은 정확도가 높지만 일관성이 부족하고, DCL 은 이상치에 강건하며, CI 는 정확성과 일관성 간의 최적 균형을 제공한다는 실용적인 선택 가이드라인을 제시합니다.
이 논문은 잠재 공간의 반복적 최적화를 기반으로 하여, 압축 및 이미지 처리와 같은 다양한 공격에 대한 견고성을 크게 향상시키면서도 정보 은닉의 증명 가능한 보안성을 유지하는 새로운 스테가노그래피 프레임워크를 제안합니다.
이 논문은 SGPs 를 통한 상대방 행동 예측과 맞춤형 PTC 솔버 기반의 가속화된 MPC 를 결합한 위상적 갭 식별 프레임워크를 제안하여, F1TENTH 플랫폼에서 기존 최첨단 방법론 대비 maneuver 시간 단축, 오버테이크 성공률 향상, 그리고 계산 지연 감소 등 다중 에이전트 자율 레이싱의 성능을 획기적으로 개선했음을 보여줍니다.
이 논문은 GPT, Llama, Qwen 등 주요 대규모 언어 모델 (LLM) 계열의 장기적 업데이트를 분석하여, 버전이 올라갈수록 항상 보안과 안전성이 향상되는 것은 아니며 오히려 특정 공격 유형에 대한 취약성이 심화되거나 모델 크기가 커져도 견고성이 균일하게 개선되지 않을 수 있음을 규명했습니다.
이 논문은 기업 네트워크의 연결 패턴을 기반으로 호스트를 역할로 분류하는 문제를 정의하고, 시간에 따른 패턴 변화를 처리하는 두 가지 실용적 알고리즘을 제안하여 네트워크 관리 효율성을 높이고 논리적 구조를 명확히 드러내는 방법을 제시합니다.
이 논문은 기존 비전 Mamba 아키텍처의 회전 민감성 문제를 해결하기 위해 회전 등변성을 내재한 새로운 모델 EQ-VMamba 를 제안하고, 다양한 시각 작업에서 우수한 성능과 파라미터 효율성을 입증합니다.
이 논문은 차분 가능한 제어 장벽 함수 (CBF) 기반의 보호 장치, 적응형 충돌 재생 메커니즘, 위험 탐험 보상 등을 결합한 강화 학습 프레임워크 'SEA-Nav'를 제안하여, 밀집된 장애물 환경에서 안전성과 민첩성을 유지하면서도 단 몇 분의 훈련 시간으로 실제 4 족 보행 로봇의 항법을 가능하게 합니다.
SPAN-Nav 는 420 만 개의 occupancy 주석을 포함한 대규모 데이터셋과 단일 공간 토큰을 활용한 효율적인 3D 공간 인식 메커니즘을 통해 복잡한 환경에서도 강력한 일반화 능력을 보여주는 새로운 엔드투엔드 비전 - 언어 항법 모델입니다.
이 논문은 단일 이미지 기반 3D 객체 감지의 성능을 향상시키기 위해, 분해된 속성 예측 간의 기하학적 불일치를 해결하고 2D-3D 정렬을 강화하는 '공간 - 투영 정렬 (SPAN)' 프레임워크와 계층적 작업 학습 전략을 제안합니다.
이 논문은 오프로드 로봇 항해를 위해 다양한 환경과 조건을 포괄하는 대규모 멀티모달 데이터셋 STONE 과 자동 라벨링 파이프라인을 소개하고, 3 차원 통행 가능성 예측을 위한 벤치마크를 제시합니다.
본 논문은 희소 어텐션으로 인한 정보 손실 없이 학습 없이 클러스터 중심점을 기반으로 선형 보상을 수행하고, 보상이 필요한 블록을 정확히 식별하는 오류 인식 라우팅을 도입하여 비디오 생성의 효율성과 품질을 동시에 극대화하는 'SVG-EAR'을 제안합니다.
이 논문은 Python 의 GIL 을 해제하여 CPU 및 GPU 간 데이터 로딩 병목 현상을 해결하고, 기존 PyTorch DataLoader 대비 74% 빠른 처리 속도와 더 낮은 CPU/메모리 사용량을 달성한 오픈소스 라이브러리 SPDL 을 소개합니다.
이 논문은 수억 개의 쿼리 - 문서 상호작용 데이터를 기반으로 Qwen2 기반의 양방향 모델과 Matryoshka 표현 학습을 활용하여 우버 이츠의 스토어, 메뉴, 식료품 등 다양한 카테고리와 다국어 검색을 통합한 대규모 의미 기반 검색 시스템을 구축하고 평가한 내용을 담고 있습니다.
이 논문은 작업 진행 상황을 명시적인 마일스톤으로 감지하고 실패 시 복구하는 'See, Plan, Rewind (SPR)' 프레임워크를 제안하여, 추가 학습 없이도 LIBERO 및 LIBERO-Plus 벤치마크에서 기존 모델보다 뛰어난 강건성과 일반화 성능을 달성함을 보여줍니다.
이 논문은 외부 API 없이 로컬 LLM 과 결정적 품질 관리 (QC) 를 통해 강의 PDF 를 다지선다형 문제로 변환하는 종단간 자체 호스팅 파이프라인을 제안하고, 정보이론·열역학·통계역학 등 세 가지 강의에서 생성된 24 개의 문제를 검증하여 프라이버시, 책임성, 친환경 AI 를 보장하는 교육 워크플로우를 입증합니다.
이 논문은 제한된 주석 데이터 환경에서 의료 이미지 분할 성능을 향상시키기 위해, 노이즈 제거 확산 확률 모델 (DDPM) 을 활용한 비지도 학습 기반의 마스 생성과 교차 훈련을 결합한 새로운 반지도 학습 프레임워크를 제안하고 다양한 벤치마크에서 기존 기법들을 능가하는 결과를 입증했습니다.
이 논문은 XR 등 새로운 분야의 복합 추론 시스템을 위해 모델 변형 선택과 GPU 공간 분할을 통해 지연 시간, 정확도, 비용을 동시에 최적화하는 'JigsawServe' 프레임워크를 제안하며, 기존 최선 대비 최대 11.3 배의 서비스 처리량 향상을 입증합니다.
이 논문은 확산 모델의 출력물에 대한 지적 재산권 보호를 위해 기존 노이즈 기반 워터마킹의 취약점을 해결하고, 구조화된 노이즈 패턴 인코딩과 무작위화 설계를 통해 강인성과 생성 다양성을 동시에 확보한 'ShapeMark' 방법을 제안합니다.
이 논문은 두 개의 경로를 격자 위에 동시에 매립할 때 가장 긴 변의 길이를 최소화하는 문제가 NP-난해임을 증명하고, 한 경로가 x-단조적이고 다른 경로가 y-단조적인 경우 격자의 둘레를 시간에 최소화할 수 있음을 보여줍니다.
이 논문은 고정된 시야각 (FoV) 에 의존하는 기존 방법의 한계를 극복하고, 이중 판별 학습과 커리큘럼 학습 전략을 통해 단일 모델만으로도 다양한 시야각과 방향 변화에 강인한 교차 뷰 지리 위치 추정 (CVGL) 을 가능하게 하는 'SinGeo'프레임워크를 제안합니다.
SkipGS 는 3D 가우스 스플래팅 (3DGS) 의 학습 시간 중 상당 부분을 차지하는 후 밀도화 (post-densification) 단계에서 손실 감소가 미미한 뷰에 대한 역전파를 적응적으로 건너뛰어 전체 학습 시간을 23.1% 단축하면서도 재구성 품질은 유지하는 플러그인 방식의 효율적 학습 방법을 제안합니다.
이 논문은 방향성과 주파수 특성을 고려한 구조적 스펙트럼 교란을 도입하고 컨볼루션 연산을 곱셈 계층으로 대체하는 풀-프로덕트 U-Net 아키텍처를 제안함으로써, 단일 이미지 강우 제거의 성능과 효율성을 동시에 개선한 'SpectralDiff' 프레임워크를 소개합니다.
이 논문은 3D 가우스의 크기를 주기적으로 축소하고 알파 블렌딩에 엔트로피 제약을 도입하여 픽셀당 가우스 리스트 길이를 줄이고 렌더링 해상도를 점진적으로 증가시키는 전략을 통해, 렌더링 품질을 유지하면서 3D 가우스 스플래팅의 학습 효율성을 획기적으로 향상시켰습니다.
이 논문은 생물학적 뉴런의 시냅스 필터링 메커니즘에서 영감을 받아 크로스 스케일 게이트 코딩 (CSGC) 과 경량 잔차 블록을 도입함으로써, 자율 주행 등 3D 객체 감지 작업에서 기존 SMOKE 대비 에너지 소비를 획기적으로 줄이면서도 성능을 크게 향상시킨 저전력 스파이킹 신경망 아키텍처 'SpikeSMOKE'를 제안합니다.
이 논문은 복잡한 3D 표면을 정밀하게 커버하기 위해 SE(3) 기하학적 구조를 보존하면서 수렴 속도를 향상시킨 사전 조건부 SE(3) 스타인 변분 경사 하강 (SVGD) 기반의 샘플링 최적화 프레임워크를 제안하고, 이를 시뮬레이션 및 실제 로봇 실험을 통해 검증합니다.
이 논문은 스포츠 장면의 공간적 지능을 평가하기 위해 100 만 개 이상의 QA 쌍을 포함한 대규모 데이터셋 'CourtSI'와 검증된 벤치마크 'CourtSI-Bench'를 제안하고, 이를 통해 기존 비전 - 언어 모델의 공간 이해 한계를 드러내며 스포츠 특화 파인튜닝이 성능을 획기적으로 개선함을 입증합니다.
이 논문은 기존 비디오 생성 모델의 실시간 스트리밍 한계를 극복하기 위해 시간적 맥락을 효과적으로 활용하고 비대칭적 생성 전략을 도입한 '대각선 증류 (Diagonal Distillation)' 기법을 제안하여, 5 초 분량의 비디오를 2.61 초 (초당 31 프레임) 내에 생성하며 기존 모델 대비 277.3 배의 속도 향상을 달성했다고 요약할 수 있습니다.
이 논문은 기존 VLA 모델의 한계를 극복하고 다양한 운전 스타일과 물리적 타당성을 동시에 고려한 'StyleVLA'라는 새로운 프레임워크를 제안하며, 이를 통해 폐쇄형 모델보다 우수한 자율주행 성능을 입증했습니다.
본 논문은 케이블 구동 수술 로봇의 기구적 오차와 무균 유지 문제를 해결하기 위해 가우스 스플래팅 기반의 마커 없는 자동 손 - 눈 보정 프레임워크 'SurgCalib'을 제안하고, dVRK 벤치마크에서 높은 정확도로 검증된 결과를 제시합니다.
이 논문은 조직 및 작업 다양성으로 인한 한계를 극복하기 위해 언어 기반 채널 선택과 언어 기반 하이퍼 집계 메커니즘을 도입하여 로봇 보조 최소 침습 수술 비디오 이해를 위한 다작업 연합 학습 프레임워크인 SurgFed 를 제안하고, 다양한 공개 데이터셋에서 기존 최첨단 방법보다 우수한 성능을 입증했습니다.
이 논문은 유전적 프로그래밍을 기반으로 드리프트와 확산 함수를 최대우도추정으로 공동 최적화하여, 노이즈가 포함된 확률 미분방정식을 기호적으로 발견하고 해석 가능한 과학적 지식을 확장하는 새로운 방법을 제시합니다.
본 논문은 심층 학습 기반 취약점 분류와 강화 학습을 통한 피드백 루프가 통합된 하이브리드 분석 프레임워크를 제안하여, 기존 탐지 방식으로는 대응이 어려운 LLM 생성 제로데이 멀웨어를 높은 정확도로 탐지하고 그 이론적 보증을 제시합니다.
이 논문은 확산 트랜스포머 (DiT) 의 고해상도 이미지 생성 시 발생하는 구조적 열화 문제를 해결하기 위해, 텍스트 앵커링 메커니즘과 스펙트럼 진행 패턴을 활용한 동적 온도 제어 방식을 도입하여 추가 샘플링 오버헤드 없이 임의의 해상도와 종횡비를 지원하는 훈련 없는 TIDE 방법을 제안합니다.
이 논문은 고수준 작업 수행 중 로봇의 시간 의존적 오류를 단일 비디오 레이블로 학습 가능한 약한 감독 방식과 시뮬레이션 데이터셋을 활용해 탐지하는 새로운 비디오 이상 탐지 프레임워크 'TIMID'를 제안합니다.
이 논문은 단일 인체 기반 또는 분리 모델링 방식의 한계를 극복하기 위해 인과적 상호작용 주입, 역할 진화 스캐닝, 지역적 패턴 증폭 기법을 도입한 효율적이고 효과적인 인간 - 인간 모션 생성 프레임워크인 TIMotion 을 제안하고 InterHuman 및 InterX 데이터셋에서 우수한 성능을 입증합니다.
이 논문은 원격 증강현실 협업에서 작업 특성에 따른 지각적 상호작용 유창성 (PIF) 을 평가하기 위해 자유 에너지 원리를 기반으로 작업 인지 차이를 고려한 TPIFM 모델을 제안하고, 이를 통해 네트워크 제약 하의 적응형 시스템 설계에 기여함을 보여줍니다.
이 논문은 실험실 환경을 벗어나 다양한 곳에서 고품질의 조작 데이터를 수집할 수 있도록, 5 분 이내의 빠른 설정과 직접적인 관절 간 원격 조종이 가능한 휴대용 인형극 스타일 텔레오퍼레이션 시스템 'TRIP-Bag'을 제안하고 그 유효성을 검증합니다.
이 논문은 인간 선호도 기반 강화학습을 통한 텍스트-이미지 생성 모델의 '선호도 모드 붕괴 (Preference Mode Collapse)' 현상을 규명하고, 이를 해결하기 위해 보상 신호를 방향적으로 보정하여 생성 다양성을 유지하는 새로운 프레임워크인 '방향성 분해 정렬 (D²-Align)'을 제안합니다.
이 논문은 시계열적 인과관계를 명시적으로 모델링하여 외과 영상의 자연스러운 언어적 변형에 강인한 질문 응답을 가능하게 하는 새로운 PEFT 방법론인 TemporalDoRA 를 제안하고, 이를 검증하기 위한 새로운 데이터셋 REAL-Colon-VQA 를 공개합니다.
이 논문은 기존 방법의 높은 데이터 및 계산 비용 문제를 해결하기 위해, 멀티-라벨 프로토타입 성장 모듈과 이중 단서 일관성 메커니즘을 통해 테스트 시간 동안 이기-엑소 관점 간 행동 예측을 적응시키는 새로운 프레임워크 (DCPGN) 를 제안합니다.
이 논문은 표준 회전 시스템 (SRS) 하에서 O 테트로미노를 제외한 모든 단일 테트로미노 유형으로 구성된 테트리스 게임의 클리어 및 생존 문제가 NP-난해함을 증명하여 23 년 전의 추측을 반증하고, 반면 도미노나 특정 조건 하의 $1 \times k$ 조각에 대해서는 다항 시간 알고리즘을 제시합니다.
이 논문은 비협력적 환경에서 802.11 MAC 프로토콜이 개별 노드의 비합리적 전략으로 인해 시스템 전체의 비효율적 균형에 도달하게 된다는 것을 게임 이론과 시뮬레이션으로 증명하고, 공유 채널 자원 할당과 개별 전송 전략을 분리하는 이상적인 프로토콜을 통해 모든 노드가 더 높은 처리량을 달성할 수 있음을 제시합니다.
이 논문은 기존 시간 기반 접근 제어의 한계를 지적하고, 메모리 일관성 모델 (MESI) 을 권한 관리에 적용한 '역량 일관성 시스템 (CCS)'을 제안하여, 에이전트 실행 환경에서 권한 취소 지연으로 인한 무단 접근을 시간 의존적 스케일링이 아닌 실행 횟수에 기반한 안전한 상한선으로 제어하는 새로운 프레임워크를 제시합니다.
이 논문은 뉴질랜드 연구자들이 겪는 소프트웨어 공학 컨퍼런스 참여의 장벽을 분석하고, 하이브리드 참여 확대와 비용 효율적 개최, 거버넌스 개혁 등을 통해 글로벌 참여의 형평성을 제고할 수 있는 방안을 제시합니다.
이 논문은 19 세기 고대 그리스어 판본의 복잡한 레이아웃과 열화된 문자를 인식하기 위해 전용 OCR 파이프라인을 구축하여 100 만 개 이상의 토큰으로 구성된 대규모 오픈 코퍼스 'Patrologia Graeca Corpus'를 공개하고, 이를 통해 다성조 그리스어 OCR 의 새로운 벤치마크를 제시했다고 요약할 수 있습니다.
이 논문은 인간-컴퓨터 상호작용과 인지과학의 교차점에 위치한 상용 비디오 게임을, 실험실 환경의 생태적 타당성 한계를 극복하고 인지 메커니즘을 연구할 수 있는 풍부하고 체계적인 연구 환경으로 활용해야 한다고 주장하며, 이를 위한 프레임워크와 방법론적 제안을 제시합니다.
이 논문은 방향성 -그래프의 스패닝 비율이 기존에 알려진 4 에서 7 사이의 범위에서 5 로 정확히 결정됨을 증명하여, 모든 -그래프 중 최초로tight bound 를 제시했습니다.
이 논문은 AI 가 벡터 검색의 성능을 향상시키고, 벡터 검색이 RAG 를 통해 LLM 의 한계를 보완하는 상호 선순환 관계를 형성하며, 이를 통해 지능형 정보 시스템의 새로운 연구 영역을 개척하는 최신 연구 동향과 미래 과제를 종합적으로 다룹니다.
이 논문은 부호화된 텐서 네트워크에 대한 모든 복잡도 이분화 정리를 통합하는 새로운 프레임워크를 제안하여, 해결되지 않은 문제들을 2x2 복소수 행렬로 구성된 유한 군의 범주에 따라 9 가지 경우로 분류하고, 군의 전치 닫힘 성질에 따른 행렬 형식의 단순화, 사원수 부분군 관련 장벽, 그리고 순환군 사례에 대한 정리를 다룹니다.
이 논문은 사전 훈련된 비전 기반 모델과 기존 작업 및 운동 계획기 (TAMP) 를 결합하여 로봇 데이터 없이도 RGB 이미지와 자연어 지시만으로 다양한 조작 작업을 수행할 수 있는 모듈형 오픈-보커불러리 시스템 'TiPToP'을 제안하고, 시뮬레이션 및 실세계 평가에서 VLA 모델과 유사하거나 더 우수한 성능을 보임을 입증합니다.
이 논문은 임의의 거리 공간에 있는 시계열 데이터 매칭을 위해 헬링거 커널을 스트레칭 패널티로 사용하는 '탄성 시간 왜곡 (Elastic Time Warping)' 알고리즘을 제안하며, 이는 의 계산 복잡도를 가집니다.
이 논문은 오픈소스 코드 저장소를 자동으로 표준화하여 LLM 에이전트가 신뢰성 있게 실행할 수 있는 MCP 호환 도구를 생성하고, 이를 통해 인간의 개입을 최소화하면서 다양한 과학 분야에서 작업 수행 능력을 향상시키는 'ToolRosetta' 프레임워크를 제안합니다.
이 논문은 기존 이항 관계의 한계를 극복하고 수술실의 고차원적 토폴로지 구조를 보존하여 다중 모달 데이터의 정밀한 구조를 유지하면서도 안전-중요 추론 성능을 향상시키는 새로운 통합 토폴로지 장면 표현 'TopoOR'을 제안합니다.
이 논문은 2~4 세 유아 26 명을 대상으로 한 실험을 통해 냄새, 촉각, 감정 간의 유의미한 교감각적 대응 관계와 이를 뒷받침하는 연상 전략을 규명하고, 이를 바탕으로 유아 대상 교감각 기술 설계 가이드라인과 연구 방법을 제시합니다.
이 논문은 고해상도 입력과 경량 실시간 추론 간의 상충 관계를 해결하기 위해, 밀집 픽셀 예측 대신 극좌표 표현을 통한 희소 정점 회귀로 인스턴스 분할을 재정의한 'Poly-DETR'을 제안하고, 다양한 데이터셋에서 기존 마스크 기반 방법보다 뛰어난 성능과 효율성을 입증합니다.
본 논문은 저비용 4 족 로봇이 관성 측정 장치와 관절 엔코더 등 고유 감각 센서만을 활용하여 2.5 차원 지형 지도를 생성하고 이를 접촉 및 상태 추정과 통합하여 안전 장벽 함수 (CBF) 기반의 안전 제어 시스템을 구축함으로써, 불규칙한 지형에서도 로봇의 안전한 보행을 보장하는 방법을 제시합니다.
이 논문은 대규모 교차 멀티모달 데이터셋 없이도 기존 통합 모델을 강화학습 기반의 그룹 상대적 정책 최적화 (GRPO) 를 통해 시각적 스토리텔링 및 단계별 추론과 같은 멀티모달 교차 생성 능력을 갖춘 모델로 진화시키는 새로운 후속 훈련 전략을 제안합니다.
이 논문은 소프트웨어 공학에서 규제 준수를 설계 단계에 통합하기 위해 다양한 관점과 산출물을 중심으로 한 '규제 요구사항 공학을 위한 산출물 모델 (AM4RRE)'을 제안하고, 이를 통해 체계적인 규제 요구사항 공학 프로세스 구축을 위한 향후 연구 방향에 대한 피드백을 구하고 있습니다.
이 논문은 외부 시각적 쿼리를 기반으로 비정제 비디오 내의 모든 대상 객체를 픽셀 단위로 분할하는 새로운 작업인 '시각적 쿼리 분할 (VQS)'을 제안하고, 이를 위한 대규모 벤치마크 VQS-4K 와 SAM 2 를 확장한 고성능 모델 VQ-SAM 을 소개합니다.
이 논문은 GDPR 의 프라이버시 설계 (PbD) 를 위한 요구사항 공학 방법론을 조직의 목표에 부합하는지 평가하기 위한 목표 중심 접근법을 제안하고 있습니다.
이 논문은 51 편의 문헌을 분석하여 로그 냄새 (log smells) 에 대한 9 가지 분류 체계를 제시하고, 이를 해결하는 기존 도구들의 현황과 연구 과제를 규명하여 개발자의 로그 코드 품질 향상을 돕습니다.
이 논문은 12 만 개의 레딧 게시물을 대규모로 분석하여 창의적 커뮤니티에서 생성형 AI 리터러시가 전문가 주도의 개념적 접근이 아닌, 도구 활용과 실용적 기술에 초점을 맞춘 역동적이고 실천 중심의 과정으로 자연스럽게 형성됨을 규명했습니다.
이 논문은 기존 커버리스 스테가노그래피 방법의 접근 제어 한계를 해결하기 위해, 무작위 기저 메커니즘과 잠재 벡터 융합 모듈을 도입하여 사용자별 접근 제어가 가능한 훈련 없는 확산 기반 다중 이미지 스테가노그래피 프레임워크 'MIDAS'를 제안합니다.
이 논문은 사용자 프롬프트의 모호성을 해소하고 다양한 운동 유형을 분리 제어하기 위해 운동 무정지, 강체 운동, 비강체 운동으로 복잡한 운동을 분해하는 '계획 후 생성' 패러다임 기반의 훈련 없는 운동 분해 프레임워크를 제안합니다.
이 논문은 케이블로 견인되는 평면 물체의 조작 시 케이블의 자체 감김 (self-wrap) 현상을 명시적인 충돌 회피가 아닌 토크 전달 경로 변화로 간주하고, 장력 제약 조건을 암시적으로 처리하는 궤적 최적화 프레임워크를 제안하여 보다 효율적인 조작을 가능하게 합니다.
이 논문은 SegFormer 기반의 자동화된 다중 영역 분할을 통해 HR-pQCT 이미지에서 골격뿐만 아니라 연부조직까지 포함한 방사선학적 특징을 추출하여 골다공증 진단 정확도를 기존 뼈 기반 모델보다 향상시킨 최초의 연구입니다.
이 논문은 MRI, CT, PET 와 같은 3 가지 의료 영상 모달리티의 해상도 저하와 모달리티 간 불일치 문제를 해결하기 위해, 웨이블릿 변환을 기반으로 한 조건부 확산 프레임워크인 TriFusion-SR 을 제안하여 융합과 초해상도 (SR) 를 동시에 수행하고 기존 방법 대비 PSNR 을 4.8~12.4% 향상시킨 성능을 입증합니다.
본 논문은 복잡한 위상적 특성을 가진 혈관 해부학 구조의 모델링 과제를 해결하기 위해, 자연어 프롬프트를 통한 위상적 사전 지식을 시각 표현과 통합한 범용 기반 모델 'TubeMLLM'과 이를 평가하는 새로운 멀티모달 벤치마크 'TubeMData'를 제안하며, 다양한 데이터셋에서 기존 모델 대비 뛰어난 제로샷 일반화 성능과 위상적 일관성을 입증합니다.
이 논문은 다양한 로봇 형태에 맞춰 인간 시연의 모방을 넘어 적응적 탐색을 가능하게 하는 통합 강화학습 프레임워크 'UniBYD'와 이를 평가하기 위한 새로운 벤치마크 'UniManip'을 제안하여, 기존 최첨단 방법 대비 성공률을 44.08% 향상시켰음을 보여줍니다.
이 논문은 MRI 데이터의 부족과 다양한 자기장 세기 간의 공통된 열화 패턴을 활용하기 위해 사전 훈련된 3D 기반 모델과 자기장 특이적 스펙트럼 보정 메커니즘을 통합한 'UniField'라는 통합 프레임워크를 제안하고, 대규모 공개 데이터셋을 통해 기존 최첨단 방법보다 PSNR 및 SSIM 성능을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 무작위 순서 스트리밍 모델에서 단위 구간 선택 문제를 해결하여, 기존 적대적 순서 모델의 2/3 근사 한계를 깨고 공간으로 0.7401 의 기대 근사율을 달성하는 알고리즘을 제시하고, 8/9 이상의 근사율 달성을 위해서는 공간이 필요함을 증명합니다.
이 논문은 제한된 공개 데이터로 인한 간 분할의 어려움을 해결하기 위해, CT 데이터를 소스로 활용하고 마진 불일치 불일치 (MDD) 를 기반으로 한 새로운 비지도 도메인 적응 프레임워크를 제안하여 개입 방사선학의 CBCT 영상에서 간 분할 성능을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 로봇과 증강현실 장치에만 감지되어 인간의 시야를 방해하지 않는 새로운 형태의 비가시성 표지자 'iMarkers'를 제안하고, 그 하드웨어 설계와 오픈소스 소프트웨어 알고리즘을 통해 다양한 로봇 시나리오에서의 효과성과 적응성을 입증합니다.
이 논문은 LVLM 의 패치 토큰 표현에 내재된 의미적 얽힘 문제를 해결하기 위해, 전역 문맥을 억제하고 해리된 지역적 의미 정보를 유지하는 '가치 (Value) 특징'을 표적으로 하는 정밀한 제어형 적대적 공격 기법인 V-Attack 을 제안하고, 이를 통해 기존 최첨단 방법 대비 평균 36% 높은 공격 성공률을 달성함을 보여줍니다.
이 논문은 비전 - 언어 모델 (VLM) 의 공간 추론 능력을 활용하여 3D 포인트 클라우드 맵 내 자연어 기반 위치 추정을 개선하기 위해, 포인트 클라우드를 BEV 이미지와 장면 그래프로 변환하고 부분 노드 할당 메커니즘을 도입한 VLM-Loc 프레임워크와 새로운 CityLoc 벤치마크를 제안합니다.
이 논문은 저조도 영역이나 반사 표면과 같은 신뢰할 수 없는 측정값으로 인한 드리프트를 줄이기 위해, 3D 가우스 스플래팅 기반 SLAM 시스템이 각 스플랫의 불확실성을 명시적으로 학습하고 이를 통해 신뢰할 수 있는 영역에 초점을 맞춘 강건한 추론 및 매핑을 가능하게 하는 'VarSplat'을 제안합니다.
이 논문은 다양한 언어 모델과 프롬프트 전략 간의 상호작용을 체계적으로 분석하여 Verilog 코드 생성 성능에 영향을 미치는 일반적 경향과 모델별 고유한 특성을 실증적으로 규명했습니다.
이 논문은 표본 데이터 시각화 모델의 보안 취약점을 드러내기 위해 희귀 단어 패턴이나 첫 번째 단어 프롬프트와 같은 은밀한 트리거를 활용하여 민감 정보 유출, 오도성 시각화, 서비스 거부 공격을 수행하는 백도어 공격 프레임워크 'VisPoison'을 제안하고, 기존 방어 기법의 한계를 지적하며 보다 견고한 시스템의 필요성을 강조합니다.
이 논문은 비전 기반 CNN 을 통해 마찰력 사전 지식을 제공하고 S4 모델을 활용하여 동적 잔차를 보정하는 새로운 프레임워크를 제안함으로써, 자율 레이싱 차량의 비선형 타이어 동역학 식별 정확도를 획기적으로 향상시키고 콜드스타트 수렴 시간을 단축하는 방법을 제시합니다.
이 논문은 계획과 반성 학습 간의 최적화 비대칭성을 해결하기 위해 반성 강화 학습 (RPCO) 방법론을 도입하여, 기존 벤치마크와 제안한 VCR-bench 에서 Gemini2.5 Pro 를 능가하는 성능을 보이는 'VisionCreator-R1'이라는 반성 강화형 네이티브 시각 생성 에이전트를 제안합니다.
이 논문은 시각, 청각, 음운론적 정보를 통합한 'VocSegMRI'라는 멀티모달 학습 프레임워크를 제안하여 실시간 MRI 기반의 성도 분할 정확도와 견고성을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 지형과 국소 기상 데이터를 통합해 실시간으로 바람장을 예측하고 이를 경로 계획 및 제어에 반영함으로써, 복잡한 환경에서 드론의 비행 안정성과 효율성을 크게 향상시키는 'WESPR' 프레임워크를 제안합니다.
이 논문은 대규모 언어 모델 (LLM) 의 추론 인프라 최적화를 위해 Kubernetes 수평 자동 확장 (HPA) 의 한계를 극복하고, 추론 서버의 내부 포화 상태를 고려한 글로벌 최적화 제어 평면인 '작업 부하 변형 자동 확장기 (WVA)'를 제안하며, 이를 통해 처리량을 37% 향상시키고 요청 실패를 10 배 감소시키는 성과를 입증했습니다.
이 논문은 6 개에서 16 개까지의 다양한 다리를 가진 로봇이 험한 지형을 주행할 수 있도록, 각 세그먼트가 동일한 상태 머신을 공유하며 앞쪽 세그먼트의 입력을 받아 지면 접촉 여부에 따라 적응적으로 작동하는 경량 제어 아키텍처를 제안하고 시뮬레이션을 통해 검증했습니다.
이 논문은 생성형 AI 에 의해 생성된 이미지의 검출 성능을 향상시키기 위해 사전 학습된 의미적 편향을 제거하고 포렌식 증거에 집중하도록 하는 '기하학적 의미 분해 (GSD)' 모듈을 제안하여 다양한 미지의 생성 방식에 대한 일반화 능력을 크게 개선했습니다.
이 논문은 3D 가우스 스플래팅 (3D Gaussian Splatting) 표현에 내재된 'Trio-Experts'와 'SBAG' 모듈을 활용하여 워터마크의 위치와 품질 보전을 분리하고, 채널별 그룹 마스크를 통해 왜곡에 강인하면서도 고화질을 유지하며 워터마크 선택의 근거를 설명 가능한 3D 워터밍킹 프레임워크를 제안합니다.
이 논문은 사전 학습된 Stable Diffusion 모델의 특징을 활용하여 새로운 생성 모델에 대한 일반화 능력을 갖춘 경량 데이터 효율적 프레임워크인 FRIDA 를 제안하고, 이를 통해 AI 생성 이미지의 탐지와 소스 모델 추적을 동시에 수행하는 방법을 제시합니다.
이 논문은 대규모 언어 모델 임베딩과 비전 가이드 지식 어댑터, 그리고 하드 네거티브 합성 메커니즘을 활용하여 오픈 도메인 시각 개체 인식 (VER) 작업에서 기존 생성 기반 모델보다 훨씬 높은 효율성과 성능을 보여주는 'WikiCLIP' 프레임워크를 제안합니다.
이 논문은 YOLO 기반 객체 탐지 모델의 아키텍처 탐색 비용을 획기적으로 줄이기 위해, COCO-mini 데이터셋으로 학습된 1,500 개의 아키텍처와 자기 진화 메커니즘을 통해 정밀도를 높인 예측 모델을 포함한 'YOLO-NAS-Bench'라는 최초의 대리 벤치마크를 제안합니다.
이 논문은 단일 RGB 이미지에서 카테고리 수준의 9 자유도 물체 포즈를 추정하기 위해 2D 검출과 포즈 추정을 통합한 단일 단계 트랜스포머 기반 프레임워크인 YOPO 를 제안하며, 추가 데이터 없이도 기존 최첨단 성능을 달성함을 보여줍니다.
ZipPIR 는 클라이언트 측 저장 공간 없이도 2GB/s 이상의 높은 처리량을 달성하면서도 서버 측 저장 공간을 최소화하여 동적 데이터베이스 환경에서도 확장 가능한 고효율 단일 서버 PIR 프로토콜을 제안합니다.
이 논문은 지역적 AI 생성 이미지 검출의 한계를 극복하기 위해 15 만 장의 대규모 데이터셋 'BR-Gen'과 노이즈 지문을 활용한 포geries 증폭 메커니즘을 도입한 'NFA-ViT' 모델을 제안하여 검출 성능과 일반화 능력을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 정수와 부동소수점 숫자를 위한 이진 퀵소트에서 유래한 비비교 기반 정렬 알고리즘 'bsort'를 제안하며, 이는 작은 단어 크기의 데이터 유형에서 시간 복잡도와 보조 공간으로 실행되어 최적화된 하이브리드 알고리즘과 경쟁력 있는 성능을 보입니다.
이 논문은 SMT(Satisfiability Modulo Theories) 문제를 부울 논리 문제로 변환하여 d-DNNF(결정적 분해 부정 정규형) 컴파일을 통해 오프라인에서 계산 비용을 치르고 온라인에서 다항 시간 내에 다양한 SMT 쿼리를 효율적으로 처리할 수 있는 새로운 일반 프레임워크를 제안합니다.
이 논문은 존재 변수 개수 에 대한 QBF 문제의 이중 지수적 시간 복잡도 하한이 ETH 가정 하에 최적임을 증명하고, 두 개의 양화자 블록으로 제한된 경우의 효율적인 알고리즘과 하한을 제시합니다.
이 논문은 72 시간이라는 골든타임을 활용하여 실종 아동 수색을 지원하기 위해, 여러 특화 LLM 과 합의 엔진을 조율하고 QLoRA 미세조정 기법을 적용한 '가디언' 시스템의 설계와 검증을 제시합니다.
이 논문은 기계 학습의 이진 분류 평가가 임계값과 기저율 전반에 걸친 예측 품질을 우선시하는 결과주의적 관점 (적절한 스코어링 규칙 등) 으로 전환해야 함을 주장하며, 현재 관행과의 간극을 해소하기 위한 이론적 프레임워크, 새로운 평가 지표, 그리고 실용적 Python 도구인 `briertools`를 제시합니다.
이 논문은 지리 공간 데이터를 활용하여 복잡한 공간 수요 패턴과 공간 자기상관 문제를 해결하고 기존 모델 대비 21% 높은 예측 정확도를 달성한 계층적 해상도 그래프 어텐션 네트워크 (HR-GAT) 를 제안합니다.
이 논문은 임상 가이드라인을 텍스트로 변환하여 재학습 없이 3 차원 표적 부위를 자동 윤곽화하는 새로운 AI 에이전트 'OncoAgent'를 제안하며, 위암 사례에서 전감시 학습 기반 모델과 유사한 성능과 더 높은 임상적 선호도를 입증했습니다.
이 논문은 4 가지 암종으로 훈련된 경량화 다중 암종 종양 국소화 모델 (MuCTaL) 이 새로운 암종에서도 높은 성능을 보이며, 디지털 병리학에 배포 가능한 확장성 있는 공간 종양 확률 히트맵 생성 워크플로우를 제시합니다.
이 논문은 하이브리드 정보 시스템에서 고차원 공간의 계산 비용과 노이즈 문제를 해결하기 위해, 객체 간 결합 거리를 기반으로 한 새로운 퍼지 근사 집합 기반 특성 선택 모델 (FSbuHD) 을 제안하고 이를 정상 및 낙관적 두 가지 모드에서 최적화 문제로 재구성하여 UCI 데이터셋을 통해 기존 방법들보다 효율성과 효과성이 입증되었음을 보여줍니다.
이 논문은 텍스트 작성을 주된 상호작용으로 하여 영상 제작의 진입 장벽을 낮추고 시각적 스토리텔링을 혁신하는 새로운 생성형 비디오 저작 인터페이스 'Doki'를 제안하고, 다양한 전문성을 가진 사용자를 대상으로 한 배포 연구를 통해 그 유효성을 입증합니다.
이 논문은 에너지 보존과 극값 작용 원리를 기반으로 시간 연속 신경망의 역전파 (BPTT) 를 생물학적으로 타당한 국소적 방식으로 근사하는 새로운 변분 잠재 평형 프레임워크를 제시하여 뇌의 시공간 학습 메커니즘과 물리적 회로 구현을 위한 청사진을 제공합니다.
이 논문은 EU AI 법규 준수를 위한 NLP 및 RAG 시스템 평가를 위해, 도메인 지식과 대규모 언어 모델을 결합하여 위험 분류, 조항 검색, 의무 생성, 질문 답변 작업을 포함한 개방적이고 투명하며 재현 가능한 평가 데이터셋을 구축하고 그 유효성을 입증한 연구입니다.
이 논문은 AI 와의 상호작용을 단순한 성능 평가가 아닌 사용자의 주관적 체험으로 이해하기 위해 현상학적 접근을 제안하고, 이를 위한 방법론적 도구와 디자인 개념을 제시합니다.
이 논문은 크라우드소싱 데이터와 사이트 라이선스 데이터를 기반으로 한 AI 및 머신러닝 모델을 통해 스펙트럼 수요를 정확히 예측하고, 캐나다 주요 5 개 도시에서 검증된 이 접근법이 주파수 자원 할당 및 정책 수립을 지원함을 제시합니다.
이 논문은 임베디드 AI 가속기를 위한 정밀도-지연 시간 인식 설계 공간 추론 분석 프레임워크인 ALADIN 을 제안하여, 실제 플랫폼 배포 없이도 혼합 정밀도 양자화 신경망의 추론 병목 현상과 설계 트레이드오프를 정량적으로 평가하고 하드웨어 - 소프트웨어 공동 설계를 지원할 수 있음을 보여줍니다.
ARKV 는 LLM 의 긴 컨텍스트 추론 시 GPU 메모리 제약을 해결하기 위해 레이어별 어텐션 동역학과 토큰 중요도를 기반으로 정밀도 수준을 동적으로 할당하여 KV 캐시 메모리 사용량을 4 배 줄이면서도 기존 정확도의 약 97% 를 유지하는 경량 적응형 프레임워크를 제안합니다.
이 논문은 AI 기술의 급속한 도입이 생산성 붕괴나 실존적 위험이 아니라, 인간 중심의 경제 제도와 AI 가 만들어낸 풍요 사이의 불일치로 인해 노동 소득 감소와 수요 부족이 악순환하며 거시금융 시스템에 위기를 초래할 수 있음을 보여주는 스트레스 테스트를 제시합니다.
이 논문은 RLHF 의 비용 문제를 해결하기 위해 불확실성 추정과 새로운 샘플링 기법을 활용한 'ActiveUltraFeedback'이라는 능동 학습 파이프라인을 제안하며, 기존 방법보다 적은 양의 주석 데이터로도 동등하거나 더 우수한 성능을 달성함을 보여줍니다.
이 논문은 알츠하이머병 진단을 위한 다중 모달 뇌 영상 데이터의 결측을 해결하기 위해, 임상 메타데이터와 가용 영상을 적응적으로 융합하는 잠재 확산 모델 (ACADiff) 을 제안하여 sMRI, FDG-PET, AV45-PET 간의 고품질 상호 생성 및 결측 모달리티 보강을 가능하게 함을 보여줍니다.
이 논문은 기존 운영체제의 한계를 극복하고 자연어 기반의 개인 에이전트 운영체제 (AgentOS) 를 제안하며, 이를 구현하기 위한 핵심 과제를 의도 마이닝과 지식 발견을 위한 실시간 데이터 마이닝 파이프라인 구축으로 정의합니다.
이 논문은 대규모 언어 모델의 정렬 (alignment) 기법이 오히려 집단적 병리 현상을 유발할 수 있으며, 특히 보이지 않는 검열과 복잡한 정렬 제약이 모델 간 상호작용에서 해로운 결과를 초래할 수 있음을 시사합니다.
이 논문은 복잡한 문제 해결 능력과 신뢰할 수 있는 검증 없는 테스트 시간 진화의 한계를 극복하기 위해, 구조화된 도구 호출을 통한 다중 턴 추론, 도구 사용과 응답을 분리한 강화 학습, 그리고 도구 기반 검증을 포함한 제안 - 판정 - 업데이트 루프를 통합한 'AlphaApollo'라는 에이전트 추론 시스템을 제시합니다.
이 논문은 학습된 단일 모델로 재학습 없이도 임의의 조건부 추론을 수행하고 불확실성을 정량화할 수 있도록, 확률적 반복 베이지안 업데이트 알고리즘을 기반으로 한 새로운 베이지안 생성 모델링 (BGM) 프레임워크를 제안합니다.
이 논문은 모델 병합 시 발생하는 '병합 붕괴' 현상을 규명하고, 기존 연구와 달리 파라미터 공간의 충돌보다 작업 간 표현의 비호환성이 주요 원인임을 실증적으로 입증하며, 정보이론을 통해 이를 설명하는 이론적 틀을 제시합니다.
이 논문은 LLM 기반 코딩 에이전트의 시스템 프롬프트 간섭 패턴을 탐지하기 위해 공식 평가 규칙과 다중 모델 스캐닝을 결합한 'Arbiter' 프레임워크를 제안하고, 주요 벤더들의 프롬프트에서 다양한 취약점을 발견하며 프롬프트 아키텍처와 실패 유형 간의 상관관계를 규명했습니다.
이 논문은 딥러닝 모델의 복잡성 증가에 따른 고성능 및 고효율 하드웨어 가속기의 필요성을 배경으로, ASIC 과 GPU 의 한계를 극복하는 재구성 가능한 FPGA 기반 가속기의 설계 최적화 기법과 최신 연구 동향을 종합적으로 검토하고 향후 과제를 제시합니다.
이 논문은 트랜스포머와 같은 고도로 표현력 있는 백본 없이도, GenGNN 이라는 모듈형 메시지 전달 프레임워크를 사용하여 이산 그래프 생성에서 높은 유효성과 빠른 추론 속도를 달성할 수 있음을 보여줍니다.
이 논문은 정적 인지, 경직된 워크플로우, 비효율적인 컨텍스트 활용이라는 기존 자율 에이전트의 한계를 극복하기 위해 진화하는 인지, 실시간 상황 기반 의사결정, 탄력적인 기억 오케스트레이션을 통합한 자가 진화형 멀티 에이전트 프레임워크인 'AutoAgent'를 제안하고, 다양한 벤치마크에서 뛰어난 적응성과 성능을 입증합니다.
이 논문은 PhoBERT 와 비전 트랜스포머를 활용한 대규모 자동 구축 베트남어 시각 질문 답변 (VQA) 데이터셋 'AutoViVQA'를 제안하고, 다양한 자동 평가 지표와 다국어 설정 하에서 트랜스포머 기반 아키텍처의 성능을 체계적으로 비교 분석합니다.
이 논문은 대규모 희소 텐서 계산을 위해 관계형 시스템의 희소성 처리 능력과 고성능 수치 커널을 결합하여, 기존 에인슈타인 합계 표기법을 자동으로 'EinSum'으로 변환하는 방법을 제시합니다.
본 논문은 3,482 명의 노인 환자 데이터를 활용하여 비구조화된 전자의무기록 (EHR) 을 기반으로 심혈관 위험을 자동 분류하는 프레임워크를 제안하고, 기존 기계학습 및 생성형 LLM 보다 장기 의존성을 포착하는 맞춤형 트랜스포머 아키텍처가 가장 우수한 성능을 보임을 입증했습니다.
이 논문은 양자 소프트웨어의 비결정적 특성으로 인한 '플래키 테스트'를 탐지하고 근본 원인을 분석하기 위해 대규모 언어 모델 (LLM) 을 활용한 자동화 파이프라인을 제안하며, 이를 통해 기존 데이터셋을 54% 확장하고 플래키 테스트 분류 및 원인 규명에서 높은 정확도를 입증했습니다.
이 논문은 대규모 언어 모델 (LLM) 기반 웹 연구 에이전트를 활용하여 자동화되고 검증 가능한 다양한 미래 예측 질문 생성 및 해결 시스템을 구축하고, 이를 통해 AI 예측 모델의 성능 평가와 예측 정확도 향상을 입증했습니다.
이 논문은 클라우드 의존도의 한계를 극복하고 전기차 충전 인프라의 고장률을 해결하기 위해, 에지 환경에서 신뢰성 있는 자율 복구와 실시간 의사결정을 가능하게 하는 'Auralink SDC' 아키텍처와 이를 뒷받침하는 다중 에이전트 시스템을 제안합니다.
이 논문은 확산 모델의 고해상도 추론 지연과 희소 감독의 한계를 해결하기 위해, 교사의 궤적 중간 단계를 모두 학습하는 밀집 앙상블 네트워크 (B-DENSE) 를 제안하여 이미지 생성 품질을 향상시킵니다.
이 논문은 가려진 영역을 포함한 국소 이동 가능 영역을 예측하기 위해 시각 - 언어 모델에 공간 단서를 주입하고 깊이 기반 특징을 융합하는 BEACON 을 제안하여, 가려진 목표 위치가 있는 환경에서 기존 이미지 공간 기반 방법보다 이동성 예측 정확도를 크게 향상시킨다고 설명합니다.
이 논문은 엣지 컴퓨팅 환경에서 데이터 프라이버시와 대역폭 효율성이 중요한 Federated Learning 기술을 체계적으로 검토하고, 최적화 전략·통신 효율성·개인정보 보호·시스템 아키텍처 네 가지 차원으로 분류하여 SCAFFOLD 와 FedAvg 등 주요 알고리즘을 MNIST 와 CIFAR-10 등 다양한 데이터셋으로 성능 평가함으로써 향후 연구 방향과 개선 과제를 제시합니다.
이 논문은 TREC NeuCLIR 2024, TREC RAG 2024, WikiVideo 등 다양한 벤치마크를 통해 검색 단계의 정보 커버리지 지표가 RAG 시스템의 최종 생성 응답 품질을 예측하는 신뢰할 수 있는 지표가 될 수 있음을 실증적으로 입증했습니다.
이 논문은 정적 추론을 넘어 경쟁적이고 시간 제약이 있는 환경에서의 LLM 전략적 의사결정 능력을 평가하기 위해 1 대 1 제로섬 상호작용을 기반으로 한 'STAR' 벤치마크를 제안하고, 추론의 깊이뿐만 아니라 신속한 실행 능력이 전략적 지능에 필수적임을 규명합니다.
이 논문은 소수의 앵커를 활용하여 도메인 간 시각 - 언어 특징을 정형화된 기하학적 변환으로 정렬하는 단순하고 매개변수가 적은 BiCLIP 프레임워크를 제안함으로써, 다양한 벤치마크에서 최첨단 성능을 달성하는 도메인 적응 방법을 제시합니다.
이 논문은 희소하거나 편향된 보상 환경에서 기존 Dec-MCTS 의 한계를 극복하기 위해, 단일 에이전트 MCTS 에서 연구된 볼츠만 탐색을 다중 에이전트 시스템에 최초로 적용한 '조정된 볼츠만 MCTS(CB-MCTS)'를 제안하고, 이를 통해 기만적 시나리오에서 우수한 성능을 보이며 표준 벤치마크에서도 경쟁력 있는 강건한 분산 다중 에이전트 계획 솔루션을 제공함을 보여줍니다.
이 논문은 확산 언어 모델의 '분해 장벽'을 해결하기 위해 완전 분해된 출력 분포를 경량화되고 다루기 쉬운 확률적 추론 계층으로 대체하는 '결합 이산 확산 (CoDD)' 프레임워크를 제안하여, 적은 비용으로 복잡한 토큰 간 종속성을 모델링하고 고품질의 병렬 생성을 가능하게 합니다.
이 논문은 의류의 전신 이미지에서 일관된 평면 의류 표현을 생성하기 위해 전역적 의류 단서를 포착하는 'GCBM'과 평면 구조적 사전지식을 주입하는 'FSCM'을 통해 인간의 관찰과 평면 의류 합성 간의 간극을 해소하는 새로운 확산 기반 프레임워크인 BridgeDiff 를 제안하고 있습니다.
이 논문은 43 개 고위험 국가의 급성 식량 불안정성을 90 일 ahead 로 예측하는 자동화된 확률 기반 조기 경보 시스템 'CERES'를 소개하며, 이는 다중 데이터 소스를 융합하고 모든 예측을 공개적으로 검증 가능하도록 하는 세계 최초의 개방형 시스템임을 강조합니다.
이 논문은 단일 모드, 미세 병변 패턴, 장비 간 편차로 인한 한계를 극복하기 위해 하이퍼네트워크 기반 적응적 조건부 레이어 (HaC) 와 증거 불확실성 학습 기반 신뢰성 예측 체계 (RaP) 를 도입한 CLEAR-Mamba 프레임워크를 제안하여, FFA 및 ICGA 영상을 포함한 대규모 안과 혈관조영 데이터셋에서 기존 모델보다 뛰어난 분류 성능과 신뢰성을 입증했습니다.
이 논문은 결손된 모달리티가 있는 의료 영상 분할에서 전문가 간의 일관성을 제어하고 임상적으로 중요한 전경 영역에 초점을 맞춘 'CLoE' 프레임워크를 제안하여, 불완전한 입력 상황에서도 강력한 성능과 일반화 능력을 달성함을 보여줍니다.
이 논문은 기존 활성화 기반 방법의 한계를 극복하고, 표적 뉴런 개입을 통해 언어별 예측에 대한 기능적 기여도를 분석하여 다국어 대형 언어 모델 내 언어별 뉴런의 비대칭적 전문성을 규명하는 CRANE 프레임워크를 제안합니다.
이 논문은 클래스 증분 학습에서 기존 특징과 새 특징 간의 충돌을 완화하기 위해, 인과적 관점에서 필요충분조건 확률 (PNS) 을 기반으로 한 정규화 방법과 이중 범위 반사실 생성기를 제안하여 특징의 인과적 완전성과 분리성을 동시에 보장하는 접근법을 제시합니다.
이 논문은 다중 LLM 심의 시스템이 반복 실행 시에도 역할 구분과 모델 이질성으로 인해 결정론적이라 기대되는 환경에서도 카오스적 불안정성을 보일 수 있음을 실증적으로 규명하고, 이를 위해 안정성 감사를 핵심 설계 요구사항으로 제시합니다.
이 논문은 기존 벤치마크가 다루지 못했던 레포지토리 수준의 RTL 코드 진화를 평가하기 위해, 실제 IP 코어 간의 종속성을 고려하여 기능은 유지하면서 전력·성능·면적 (PPA) 을 개선하는 LLM 기반 벤치마크 및 폐루프 프레임워크인 'CktEvo'를 제안합니다.
이 논문은 항공, 원자력 등 안전 중대 산업에서 발전한 안전 사례 (safety case) 방법론의 교훈을 바탕으로, 정렬 (alignment) 커뮤니티의 기존 접근법의 한계를 지적하고 프런티어 AI 시스템의 안전성을 입증하기 위한 더 견고하고 포괄적인 안전 사례 프레임워크를 제안합니다.
이 논문은 구조화된 지식 조직, 인지적 계층화 질문 모델링, 자동 품질 관리 메커니즘을 통합한 BD-FDG 프레임워크를 통해 우주 상황 인식 (SSA) 분야에 특화된 고품질 SFT 데이터셋을 구축하고, 이를 통해 Qwen3-8B 모델을 미세 조정하여 도메인 성능을 획기적으로 향상시키면서도 일반 능력을 유지하는 것을 입증했습니다.
이 논문은 대규모 언어 모델이 도덕적 추론을 상식적 이해보다 우선시하며, 특히 화자보다 부수적 인물의 상식 모순을 더 잘 감지하는 서사적 편향을 보인다는 점을 CoMoral 벤치마크를 통해 규명하고, 이에 대한 개선의 필요성을 강조합니다.
이 논문은 Mamba-2 의 상태 공간 이중성 알고리즘을 XLA 의 퓨전 및 타일링 최적화에 매핑하여 커스텀 커널 없이 CPU, NVIDIA GPU, Google Cloud TPU 등 다양한 하드웨어에서 자동회귀 캐싱을 지원하는 포터블 컴파일러 기반 구현을 제시합니다.
이 논문은 피부암 진단을 지원하기 위해 참조 이미지와 텍스트 설명을 결합한 복합 질의에 대해 전역 및 지역적 특징을 정렬하는 트랜스포머 기반 프레임워크를 제안하고, Derm7pt 데이터셋에서 기존 최첨단 방법보다 우수한 성능을 입증했습니다.
이 논문은 생성형 에이전트와 가상 민족지 방법을 통합하여 연구자가 가상 사회 환경에 직접 참여하고 개입할 수 있도록 하는 CMASE 프레임워크를 제안하며, 이를 통해 복잡한 사회 현상의 통계적 패턴과 인과적 메커니즘을 동시에 설명하고 예측하는 새로운 사회과학 연구 방법론을 제시합니다.
이 논문은 저자원 언어의 도메인 불변 표현을 학습하기 위해 지도 대조 학습 (SCL) 기반의 'ConLID'를 제안하여, 고자원 언어의 성능을 유지하면서 저자원 언어의 도메인 외 데이터에서 언어 식별 정확도를 3.2% 포인트 향상시켰다고 요약할 수 있습니다.
이 논문은 프롬프트 엔지니어링의 한계를 넘어 기업용 다중 에이전트 시스템의 성숙도를 위한 새로운 패러다임으로 '컨텍스트 엔지니어링'을 제안하고, 이를 의도 엔지니어링과 명세 엔지니어링과 함께 에이전트 엔지니어링의 피라미드 성숙도 모델로 정립합니다.
이 논문은 비선형 동역학과 다양한 불확실성이 공존하는 기계 시스템의 강인한 제어를 위해, 불확실성 소스를 점진적으로 확장하는 커리큘럼 기반 지속 학습 프레임워크와 모델 기반 제어기를 결합하여 시뮬레이션과 현실 간의 격차를 효과적으로 해소하는 새로운 방법을 제안하고 자동차 동력계 진동 제어에 적용하여 검증했습니다.
이 논문은 협력적 다중 에이전트 강화학습의 신용 할당 문제를 해결하기 위해 협력 게임 이론의 코어 (core) 개념을 도입하여 연합별 기여도를 평가하고 할당하는 CORA 알고리즘을 제안하며, 이를 통해 에이전트 간 조율된 최적 행동을 유도하고 기존 방법들보다 우수한 성능을 입증합니다.
이 논문은 다중 격자 (MG) 패러다임에서 영감을 받아 기존 트랜스포머 모델의 핵심 구조를 변경하지 않고 노이즈 민감도를 줄이고 학습 안정성을 향상시키는 경량 '가상 프로젝터 (pseudo-projector)' 모듈을 제안하고, 텍스트 분류 및 합성 벤치마크를 통해 그 유효성을 입증했습니다.
이 논문은 소스 도메인의 위험 프로파일을 활용하여 데이터가 부족한 환경에서도 더 엄격한 위험 보장을 제공하는 '전이 기반 베팅 (Transfer-Informed Betting)'을 포함한 선택적 예측을 위한 9 가지 유한 표본 경계 가족에 대한 포괄적인 분석과 벤치마크 평가를 제시합니다.
이 논문은 대규모 언어 모델의 활성화 공간이 전역적으로 선형이라는 가정이 실제로는 왜곡되어 있음을 규명하고, 다항식 커널 PCA 를 기반으로 한 비선형 '커브볼 조향 (Curveball steering)' 기법을 제안하여 기존 선형 방법보다 일관되게 우수한 성능을 보인다고 주장합니다.
이 논문은 기존 데이터 축소 기법에 특징 또는 주의 주석과 같은 '우월 정보(Privileged Information)'를 추가로 합성하여 모델 학습을 보조함으로써, ImageNet-1K 등 다양한 데이터셋에서 기존 방법들의 성능을 획기적으로 향상시킨 'DRUPI' 방법을 제안합니다.
이 논문은 오디오와 비디오 간의 명시적인 시간적 추론을 요구하는 새로운 벤치마크 'Daily-Omni'를 제안하고, 이를 통해 다양한 멀티모달 대규모 언어 모델들이 교차 모달 시간 정합성 처리에 여전히 어려움을 겪고 있음을 규명했습니다.
이 논문은 기존 대규모 언어 모델의 한계를 극복하고 복잡한 테이블 질의응답의 정확성을 획기적으로 향상시키기 위해, 데이터 리더와 전문 에이전트 팀 간의 협업 및 자동화된 지식 그래프 변환을 가능하게 하는 'DataFactory'라는 다중 에이전트 프레임워크를 제안합니다.
이 논문은 2005 년부터 2025 년까지의 미국 대중의 중국에 대한 태도 변화를 시뮬레이션하기 위해 뉴스 데이터와 소셜 미디어 프로필을 기반으로 한 LLM 에이전트 프레임워크를 개발하고, 사실 도출, 반대 입장 에이전트 도입, 반사실적 노출이라는 세 가지 편향 완화 기법을 통해 주관적 뉴스 프레임보다는 비판적 맥락화 에이전트가 더 효과적인 편향 교정 및 인간과 유사한 의견 형성 메커니즘을 제공함을 입증했습니다.
이 논문은 자율주행차의 시나리오 기반 테스트를 위해 선언적 OpenSCENARIO 명세를 실행 가능한 시뮬레이션으로 자동 변환하는 오픈소스 도구 'RoadLogic'을 제안하고, 이를 통해 명세 준수성과 다양한 행동 변형을 효율적으로 검증할 수 있음을 입증합니다.
이 논문은 계층적이고 비정형적인 테이블 데이터에 대한 복잡한 장기 추론 과제를 해결하기 위해, 쿼리 이해와 실행을 결합한 폐루프 의사결정 프레임워크와 시아네스 구조의 기억 메커니즘을 통해 전략적 계획과 실행을 분리한 새로운 에이전트 접근법인 'Deep Tabular Research (DTR)'를 제안합니다.
이 논문은 결정 트리나 콕스 회귀와 같은 비미분 가능 임상 모델에도 적용 가능한 차분 프라이버시를 갖춘 영차 최적화 기반 데이터 증류 프레임워크를 제안하여, 민감한 환자 정보를 보호하면서도 임상 예측 모델의 성능을 유지하는 데이터 공유를 가능하게 합니다.
이 논문은 뇌의 수지상 구조에서 영감을 받아 시공간 스파이크 시퀀스를 식별하고 그래디언트 없이 재배선 학습을 수행하는 'DendroNN'을 제안하며, 이를 통해 기존 뉴로모픽 하드웨어 대비 최대 4 배의 에너지 효율성을 달성하는 비동기 디지털 하드웨어 아키텍처를 제시합니다.
이 논문은 잡음이 포함된 다중 뷰 이미지로부터 3D 장면을 재구성하기 위해, 깨끗한 2D 렌더링만으로 학습 가능한 경량 피드포워드 백본과 대규모 잡음 - 청정 벤치마크를 제안하는 'DenoiseSplat'을 소개합니다.
이 논문은 219 단어의 요구사항 문서에서 시작해 12 시간 만에 1.48GHz 로 동작하는 완전한 RISC-V CPU(VerCore) 를 RTL 설계부터 GDSII 레이아웃까지 전 과정 자율적으로 구현한 'Design Conductor'라는 자율 에이전트를 소개합니다.
이 논문은 다관절 손의 복잡한 제어를 위한 비전 - 언어 - 행동 (VLA) 모델의 사후 훈련을 위해 인간 개입을 통합한 최초의 프레임워크인 'DexHiL'을 제안하며, 실시간 교정 및 데이터 샘플링 전략을 통해 기존 오프라인 미세 조정 대비 평균 25% 높은 성공률을 달성함을 보여줍니다.
이 논문은 Qwen2.5 모델의 다양한 규모와 MXFP4 및 NVFP4 포맷을 대상으로 한 체계적인 분석을 통해, MLP 상/하단 프로젝션 레이어가 FP4 양자화에 가장 민감하며 민감도가 모델의 특정 블록에만 국한되지 않는다는 사실을 규명했습니다.
이 논문은 확률적 교통 흐름 동역학에서 유도된 물리 정보 기반 생성 모델링 프레임워크를 제시하여, 결정론적 편미분방정식에 의존하던 기존 방법의 한계를 극복하고 교통 상태의 확률 분포를 직접 학습하여 불확실성 정량화 및 신뢰구간 추정이 가능하도록 합니다.
이 논문은 질문의 유무에 따른 답변 타당성 평가의 차이를 측정하여 고품질의 시각 - 언어 결합 추론이 필요한 데이터를 비용 효율적으로 선별하는 'CVS'라는 학습 없는 데이터 선택 방법을 제안하고, 이를 통해 적은 데이터로 더 높은 성능을 달성함을 입증합니다.
이 논문은 VAD(음성 활동 감지) 없이 스트리밍 파이프라인을 구축하고 말뭉치 단위를 '마이크로 턴'으로 변환하며 대화 제어 토큰을 도입함으로써, 강력한 LLM 지능을 유지하면서도 자연스러운 전체이중 (Full-Duplex) 음성 대화를 실현하는 'DuplexCascade'를 제안합니다.
이 논문은 EDM 의 구조적 특성에 맞춰 전문적으로 주석된 EDM-98 데이터셋과 자기지도 학습을 결합한 'EDMFormer' 모델을 제안하여, 기존 모델들이 어려움을 겪던 EDM 곡의 구조 분할 및 레이블링 성능을 크게 향상시켰음을 보여줍니다.
이 논문은 무선 네트워크의 주파수 선택적 전자기장 (EMF) 예측을 위해 다양한 맥락 정보를 통합하고 불확실성을 정량화하는 조건부 확산 기반 프레임워크 'EMFusion'을 제안하며, 기존 모델보다 예측 정확도와 신뢰성을 크게 향상시킨다고 설명합니다.
이 논문은 프롬프트, 코드, 모델 구성 등 다양한 요소를 안정적이고 재현 가능한 방식으로 다중 라운드에 걸쳐 최적화할 수 있도록 설계된 통합 엔지니어링 프로토콜인 'EPOCH'을 제안합니다.
이 논문은 다양한 대화 시나리오와 데이터셋에 유연하게 적응할 수 있도록 지시 및 스키마 정렬 메커니즘을 도입한 통합 엔드투엔드 스키마 인식 지시 튜닝 프레임워크인 ESAinsTOD 를 제안하여, 기존 최첨단 모델보다 뛰어난 성능과 저자원 환경에서의 일반화 능력을 입증합니다.
이 논문은 실제 1 인칭 비디오를 기반으로 한 'EXPLORE-Bench' 벤치마크를 제안하여, 다중 모달 대규모 언어 모델이 1 인칭 관점에서 행동의 장기적 물리적 결과를 추론하는 데 여전히 한계가 있음을 규명하고, 단계별 추론을 통한 성능 개선 가능성을 제시합니다.
이 논문은 타겟 모델의 미세 조정으로 인한 성능 저하를 해결하기 위해 공유 및 비공유 구성 요소를 분리하고, 미세 조정된 타겟 모델을 활용한 데이터 재생성 및 고가치 데이터 선별을 통해 파라미터와 데이터 효율성을 극대화하는 '효율적인 초안 적응 (EDA)' 프레임워크를 제안합니다.
이 논문은 추가적인 학습 단계나 외부 모듈 없이 비전-언어 모델의 내부 주의 메커니즘을 활용해 목표 개념을 나타내는 시각 토큰을 추출하여 메모리로 저장함으로써, 효율적이고 확장 가능한 개인화 기능을 구현하는 'Ego' 방법을 제안합니다.
본 논문은 일상 활동에 국한된 기존 벤치마크의 한계를 극복하고 수술, 산업, 극한 스포츠, 동물 시점 등 다양한 도메인 간 일반화 능력을 평가하기 위해 고안된 멀티모달 대규모 언어 모델용 새로운 벤치마크 'EgoCross'를 제안하고, 이를 통해 현재 모델들의 도메인 적응 한계를 분석하고 개선 방안을 모색합니다.
이 논문은 강화 학습 기반의 전신 근골격계 모델을 활용한 확장 가능한 시뮬레이션 프레임워크를 제시하여, 인간-로봇 상호작용의 내부 생체역학적 지표를 정량적으로 분석하고 로봇의 구조적 매개변수와 제어 정책을 동시에 최적화할 수 있음을 보여줍니다.
이 논문은 복잡한 환경에서 물체 간 접촉으로 인한 역학을 명시적으로 모델링한 '동역학 인식 정책 학습 (DAPL)' 프레임워크를 제안하여, 수동적 조작의 한계를 극복하고 혼잡한 장면에서도 성공적인 외재적 민첩성을 실현하는 방법을 제시합니다.
이 논문은 감정을 단순한 예측 대상이 아닌 LLM 의 추론과 어텐션 기하학에 영향을 미치는 잠재적 요인으로 규명하고, 이를 통제하기 위해 감정 균형 QA 데이터셋 AURA-QA 와 감정 정규화 프레임워크를 제안하여 다양한 환경에서 읽기 이해 성능을 향상시켰음을 보여줍니다.
이 논문은 벌의 군집 의사결정 방정식을 확장하여 감정적 가치와 각성 수준이 상호작용률을 조절함으로써 집단적 합의의 결과와 속도에 미치는 영향을 분석하고, 감정 전염과 비선형 증폭이 어떻게 집단적 선택을 형성하는지 규명합니다.
이 논문은 위성 메가컨스텔레이션 시대에 우주선 전원 시스템의 건강 관리를 혁신하기 위해 인간-AI 협업 프레임워크인 SpaceHMchat 과 새로운 데이터셋을 제안하고, 하드웨어 기반 실험을 통해 그 탁월한 성능을 입증했습니다.
이 논문은 기존 방법론이 간과했던 정확도와 에너지 효율성의 동시 최적화를 위해 경험 재생, 가변적 누적 - 적분 - 방출 뉴런 매개변수, 적응형 스파이크 스케줄러를 통합한 에너지 인식 스파이크 예산 관리 프레임워크를 제안하여, 프레임 기반 및 이벤트 기반 데이터셋 모두에서 지속적 학습 성능을 향상시키고 동적 전력 소비를 최소화하는 뉴로모픽 비전 시스템의 실용성을 입증합니다.
이 논문은 빅 5 성격 특성에 기반한 프롬프트를 통해 대형 언어 모델 (LLM) 이 가짜 뉴스에 대한 맞춤형 debunking 메시지를 생성하고, 또 다른 LLM 을 자동 평가자로 활용해 일반적 메시지보다 설득력이 높음을 입증하는 동시에 윤리적 문제도 제기합니다.
이 논문은 부분 관측성과 희소한 보상 신호 하에서 분산형 환경에 있는 이종 다중 에이전트의 협력을 향상시키기 위해 그래프 신경망 (GNN) 기반의 내재적 보상을 활용하는 'CoHet' 알고리즘을 제안하고, 이를 통해 기존 최첨단 방법보다 우수한 성능을 입증합니다.
이 논문은 교육용 RAG 시스템의 사실적 정확도를 높이기 위해 엔티티 링크링을 통합한 ELERAG 아키텍처를 제안하고, 도메인 특화 데이터셋에서 기존 베이스라인 및 크로스-인코더 기반 방법보다 우수한 성능을 입증했습니다.
이 논문은 대규모 언어 모델이 기존 코드 생성 벤치마크에서 높은 점수를 얻는 것이 단순 암기에 불과할 수 있음을 지적하며, 데이터 오염 가능성이 낮은 에소테릭 프로그래밍 언어를 활용한 'EsoLang-Bench'를 통해 모델들의 진정한 추론 능력을 평가했을 때 기존 벤치마크 점수와 극명하게 대비되는 낮은 성능을 확인했다고 요약할 수 있습니다.
이 논문은 검색 품질 평가를 명시적 행동으로 전환하고 평가 점수에 기반한 과정 보정 이점 재조정 (PCAR) 을 도입하여, 다단계 추론에서 노이즈가 있는 검색으로 인한 오류를 줄이고 신뢰할 수 있는 단계를 강화함으로써 검색 증강 에이전트의 신뢰성을 향상시키는 'EvalAct'를 제안합니다.
이 논문은 자율주행 비전 - 언어 - 행동 모델의 지각 저하 및 장기 계획 불안정성 문제를 해결하기 위해, 자기 앵커 기반의 시각적 증류와 오라클 가이드 궤적 최적화를 결합한 협업 증류 프레임워크인 EvoDriveVLA 를 제안하여 오픈루프 및 클로즈드루프 평가에서 최첨단 성능을 달성함을 보여줍니다.
이 논문은 사전 학습된 비전 - 언어 모델의 지식을 유지하면서 소량의 데이터로 안정적으로 적응할 수 있도록 프롬프트의 진화 경로를 제어하는 새로운 프레임워크인 EvoPrompt 를 제안합니다.
이 논문은 텍스트 청크 대신 '방법 (methods)'을 노드로 활용하고, 계층적 트리 구조와 검증 가능한 쓰기 되돌리기를 통해 다단계 추론의 제어 가능성과 설명 가능성을 강화한 '설명 가능한 혁신 엔진 (Explainable Innovation Engine)'을 제안합니다.
이 논문은 라벨 인식 채널 중요도 점수 (LCIS) 를 기반으로 덜 중요한 채널을 적응적으로 제거하여 분할 학습의 통신 오버헤드를 줄이면서도 테스트 정확도를 향상시키는 'ACP-SL' 방식을 제안합니다.
이 논문은 비독립적·동일분포 (Non-IID) 데이터 환경에서 클라이언트 선택을 위해 클러스터 유사성과 손실 값을 고려한 경량화 전략인 FedLECC 를 제안하여, 테스트 정확도를 최대 12% 향상시키고 통신 라운드 및 오버헤드를 각각 약 22% 및 50% 감소시킨다고 설명합니다.
이 논문은 단순한 키워드 매칭의 한계를 극복하기 위해 의미 기반 및 다수준 매칭 프레임워크를 제안하여, SEC filing 과 LLM 을 활용하여 뉴스와 주가 데이터를 정교하게 연결한 대규모 금융 텍스트-시계열 데이터셋 'FinTexTS'를 구축하고 주가 예측 성능을 입증했습니다.
이 논문은 자연어 지시를 통해 다화자 및 다턴 생성이 가능한 오픈소스 TTS 시스템 'Fish Audio S2'를 소개하고, 확장 가능한 훈련 레시피와 실시간 스트리밍이 가능한 고효율 추론 엔진을 공개합니다.
이 논문은 기존 초과완전 표현 (superposition) 이론이 상관관계를 고려하지 않은 이상적인 가정에 기반하고 있음을 지적하고, 실제 데이터의 상관관계가 간섭을 단순한 노이즈가 아닌 구성적 요소로 활용하여 의미적 클러스터와 순환 구조를 자연스럽게 형성한다는 'Bag-of-Words Superposition (BOWS)' 모델을 통해 이를 설명합니다.
본 논문은 원격 환자 모니터링 데이터를 실시간으로 분석하여 개별 임상진료자보다 높은 민감도로 응급 상황을 식별하고, 확장 가능한 비용 효율적인 임상 분류를 가능하게 하는 자율 AI 에이전트 'Sentinel'의 개발과 유효성을 입증했습니다.
이 논문은 반복적 ODE 적분으로 인한 지연을 해결하고 분포 붕괴를 방지하기 위해, 조건부 흐름 매칭 (CFM) 전문가를 IMLE 기반의 단일 단계 학생 모델로 증류하여 고주파수 실시간 다중 모달 로봇 제어 및 재계획을 가능하게 하는 프레임워크를 제안합니다.
이 논문은 고품질의 다턴 도구 사용 데이터를 생성하고 검증 기반 강화 학습을 통해 사용자 시뮬레이션 노이즈를 줄이는 통합 프레임워크인 'EigenData'를 제안하여, 고비용 인간 라벨링 없이도 복잡한 도구 사용 에이전트를 확장 가능하게 학습시키는 방법을 제시합니다.
이 논문은 2D 인코더의 공간적 한계를 극복하고 RGB 만으로 강력한 3D 기하학적 사전 지식을 제공하며, 언어 추론을 보존하기 위해 공간 토큰을 행동 헤드로만 주입하는 새로운 패러다임인 FALCON 을 제안하여 다양한 시뮬레이션 및 실세계 작업에서 최첨단 성능을 달성함을 보여줍니다.
이 논문은 기존 트랜스포머 모델의 한계를 극복하고 지질학적 지식을 어텐션 메커니즘에 통합하여 시추공 로그 기반의 암상 식별 정확도와 해석 가능성을 혁신적으로 향상시킨 '지질 정보 기반 어텐션 트랜스포머 (GIAT)' 프레임워크를 제안합니다.
이 논문은 그래프 신경망 (GNN) 을 활용한 시계열 이상 탐지를 위한 오픈소스 프레임워크를 제시하고, 이를 통해 GNN 기반 모델이 탐지 성능과 해석 가능성 측면에서 우수하며 평가 방법론의 개선이 필요함을 비판적으로 분석합니다.
이 논문은 고정된 밀도 깊이와 의미론적 패치 특징을 3D 가우시안 원시 객체로 변환하는 가우시안 공간 토크나이저 (GST) 와 3D 깊이 인식 체인 오브 씽킹 (DA-CoT) 추론을 도입하여 LIBERO 와 SimplerEnv 환경에서 기존 VLA 모델보다 뛰어난 정밀도와 성능을 달성한 GST-VLA 를 제안합니다.
이 논문은 자연어 쿼리를 관계 대수 (Relational Algebra) 를 통한 중간 표현으로 변환하여 실행 가능한 코드를 생성하는 'GateLens'라는 LLM 에이전트 아키텍처를 제안함으로써, 자동차 소프트웨어 릴리스 분석에서 기존 CoT 기반 시스템보다 복잡한 질의 처리 정확도와 속도를 획기적으로 개선하고 분석 시간을 80% 이상 단축하는 성과를 입증했습니다.
이 논문은 ASVspoof 5 데이터셋을 활용하여 오디오 딥페이크 탐지 모델의 전반적인 성능과 성별 간 편향을 분석한 결과, 기존 성능 지표만으로는 성별에 따른 오류 분포의 불균형을 파악하기 어렵지만 공정성 지표를 적용함으로써 이러한 편향을 발견하고 보다 공정하고 견고한 탐지 시스템 개발의 중요성을 강조합니다.
이 논문은 대규모 언어 모델 (LLM) 을 활용한 진화 알고리즘을 통해 PDDL 로 기술된 고전적 계획 작업에 대해 다양한 문제 인스턴스에서 최적의 해결책을 생성하는 일반화된 계획자 'GenePlan'을 제안하며, 기존 최첨단 계획자와 유사한 성능을 보이고 다른 LLM 기반 방법론보다 월등히 우수한 결과를 입증했습니다.
이 논문은 군 가 공간 에 전이적으로 작용할 때, 위의 -불변 함수를 의 등방성 부분군 가 에 작용하는 불변 함수로 명시적으로 축소하는 이론을 제시하여, 기존 방법의 구조적 제약을 해소하고 임의의 군 작용과 균질한 조건부 공간에 적용 가능한 일반화된 등변 신경장 (Equivariant Neural Fields) 을 확장합니다.
이 논문은 그래프 기반 모델이 여러 도메인에서 순차적으로 학습할 때 발생하는 catastrophic forgetting 문제를 해결하기 위해, 임베딩 시프트와 결정 경계 편향을 방지하는 지식 분리와 보존 메커니즘을 제안한 GraphKeeper 를 소개합니다.
이 논문은 원격 탐사 분야에서 생성 모델, 시맨틱 분할, 이미지 캡셔닝을 결합하여 해석 가능한 합성 데이터 증강 및 평가를 가능하게 하는 'ARAS400k'라는 대규모 데이터셋과 프레임워크를 제안하며, 이를 통해 합성 데이터와 실데이터를 함께 학습한 모델이 기존 실데이터 기반 모델보다 우수한 성능을 보임을 입증했습니다.
이 논문은 희소 보상 환경에서 장기적 할당 문제를 해결하기 위해 사후 추론을 통해 단계별 가치 추정과 기준선을 정교화하는 새로운 프레임워크인 HCAPO 를 제안하며, WebShop 과 ALFWorld 등 다양한 벤치마크에서 기존 최첨단 방법론보다 뛰어난 성과를 입증했습니다.
이 논문은 표 형식 데이터를 위해 설계된 하이퍼네트워크 기반의 분류기인 HyConEx 를 제안하여, 정확도 높은 예측과 동시에 모델의 결정 근거를 설명하는 반사실적 예제를 생성하는 통합 딥러닝 모델을 제시합니다.
이 논문은 2024 년 12 월부터 2025 년 4 월까지 진행된 ICDAR 2025 복잡한 레이아웃 문서 이미지 기계 번역 (DIMT) 경연대회에 대한 개요, 데이터셋, 작업 정의, 평가 프로토콜 및 69 개 팀의 참가 결과를 요약하고, 대규모 모델 접근법이 복잡한 레이아웃 문서 번역을 위한 유망한 패러다임을 제시함을 보여줍니다.
이 논문은 로봇이 인간의 선호도를 학습할 때 단순한 학습 효율성뿐만 아니라 사용자의 경험까지 고려하여, CMA-ES-IG 알고리즘을 통해 더 효과적이고 사용자 친화적인 행동 표현 공간을 탐색하는 방법을 제안하고 실험을 통해 검증합니다.
이 논문은 강화학습 없이도 프롬프트를 매개변수화하여 에이전트의 대화 행동을 체계적으로 제어하는 경량 정책 프레임워크를 제안하고, 이를 통해 다중 에이전트 대화의 역동성을 효과적으로 조절할 수 있음을 실험을 통해 입증합니다.
이 논문은 영향 함수를 활용하여 훈련 데이터에 미세한 교란을 가해 모델의 행동을 의도적으로 조작하는 'Infusion' 프레임워크를 제안하고, 이를 통해 소량의 훈련 데이터만으로도 다양한 아키텍처에 걸쳐 모델 행동을 효과적으로 변화시킬 수 있음을 입증합니다.
이 논문은 실종 아동 수색을 위해 비정형 데이터를 시공간적 위험 표면으로 변환하고, 마르코프 체인, 강화 학습, 그리고 LLM 기반 품질 보증을 결합한 3 층 아키텍처를 가진 '가디언' 시스템의 예측 모델과 검증 결과를 제시합니다.
본 논문은 프랑스어 환자 기록을 분석하여 대규모 언어 모델이 성별과 다른 사회적 건강 결정 요인 간의 상호작용을 통해 내재된 성 고정관념을 활용하여 성별 관련 결정을 내린다는 사실을 규명함으로써, 기존 편향 평가 방법의 한계를 보완할 수 있는 새로운 접근을 제시합니다.
이 논문은 continual learning 환경에서 백본과 분류기 간의 불일치 문제를 해결하기 위해 'Local Classifier Alignment(LCA)' 손실 함수를 제안하고, 이를 모델 병합 접근법과 결합하여 기존 최첨단 방법보다 우수한 성능을 달성하는 새로운 continual learning 솔루션을 제시합니다.
이 논문은 다중 에이전트 LLM 시스템의 효율성과 거버넌스를 향상시키기 위해 모델 정체성, 점진적 페이로드, 통제된 세션, 구조화된 출처 추적, 신뢰 도메인 등 다섯 가지 메커니즘을 도입한 AI 네이티브 통신 프로토콜인 LDP(LLM Delegate Protocol) 를 제안하고, 이를 통해 지연 시간 감소와 토큰 효율성 증대 등의 효과를 입증했습니다.
이 논문은 다양한 지형에서의 비용 효율적 경로 계획 문제를 해결하기 위해 기존 플래너를 수정하지 않고 LLM 을 후처리 어드바이저로 활용하는 'LLM-Advisor' 프레임워크와 새로운 평가 데이터셋을 제안하며, 이를 통해 기존 최선 경로 알고리즘의 비용 효율성을 상당 부분 개선할 수 있음을 입증합니다.
이 논문은 다양한 신체 구조의 데이터를 광학 흐름을 통해 통합하여 세계 모델을 사전 학습한 후, 이를 타겟 로봇의 소량 데이터로 미세 조정하고 가치 함수를 활용해 행동 복제 정책을 최적화함으로써 저데이터 환경에서 로봇 시각-운동 정책의 성능을 획기적으로 향상시키는 '잠재 정책 조종 (LPS)' 방법을 제안합니다.
이 논문은 음성 토큰을 잠재적 패치로 집계하여 텍스트와 음성의 시퀀스 모델링 세분성을 일치시키고 계산 효율성을 높임으로써, 음성 및 텍스트 성능을 동시에 향상시키는 '잠재 음성 - 텍스트 트랜스포머 (LST)'를 제안합니다.
이 논문은 자동주행을 위한 잠재적 세계 모델에 대한 통합 분류법과 평가 체계를 제시하고, 구조적 동형성 및 장기적 안정성 등 다섯 가지 핵심 메커니즘을 분석하여 검증 가능하고 자원 효율적인 의사결정 시스템으로의 발전 방향을 제시합니다.
이 논문은 계획 능력을 가진 이산 확산 언어 모델 (DDLM) 과 유창한 실행 능력을 가진 자기회귀 언어 모델 (ARM) 을 잠재 공간에서 연결하여 다양한 추론 작업에서 정확도를 획기적으로 향상시키고 토큰 효율성을 극대화하는 'Latent-DARM' 프레임워크를 제안합니다.
이 논문은 수학 문제의 유효성을 검증하기 위해 형식 검증, 조건 분해, 모순 탐지, 완전성 확인의 5 단계 파이프라인을 제안하고, 이를 통해 기존 벤치마크에서 최첨단 성능을 달성하여 신뢰할 수 있는 수학 데이터셋 구축을 가능하게 하는 'MathQ-Verify'를 소개합니다.
이 논문은 시계열 기반 모델의 성능 향상을 위해 기존 방법의 계산적 한계를 극복하고 시간적 의존성을 보존하는 경량 데이터 가치 평가 기법인 LTSV를 제안하며, 인-컨텍스트 파인튜닝을 통해 효율적이고 강력한 데이터 기여도 측정을 가능하게 합니다.
이 논문은 문서, 이미지, 오디오·비주얼 스트림의 이질적인 비정형 데이터를 기계가 읽을 수 있는 구조화된 지식으로 변환하기 위해, 전역적 감지에서 국소적 인식, 논리적 해석까지 이어지는 계층적 파싱 프레임워크인 '오미 파싱 (Omni Parsing)'과 이를 검증하는 벤치마크 및 모델을 제안합니다.
이 논문은 물리적 정확성과 투명한 추론을 모두 충족시키는 새로운 분자 설계 모델 'Logos'를 소개하며, 다단계 추론과 화학적 일관성을 통합한 훈련 전략을 통해 기존 대형 모델보다 효율적이고 해석 가능한 AI 기반 분자 발견을 가능하게 함을 보여줍니다.
이 논문은 기존 자기지도 학습의 한계를 극복하기 위해 다중 뷰 회전 증강과 균형을 기반으로 한 적대적 미니맥스 게임을 도입한 'M3GCLR' 프레임워크를 제안하여, NTU RGB+D 및 PKU-MMD 데이터셋에서 최첨단 성능을 달성한 뼈 기반 동작 인식 연구를 소개합니다.
이 논문은 다수의 embodied 에이전트로부터 수집된 장기 시점의 이기중심 비디오를 동시에 이해하는 새로운 문제를 정의하고, 이를 평가하기 위한 MA-EgoQA 벤치마크와 공유 메모리 및 동적 검색을 활용한 EgoMAS 기반 모델을 제안하며, 현재 모델들이 다중 스트림 처리에 한계가 있음을 보여줍니다.
이 논문은 LLM 기반 에이전트 시스템의 성능에 모델뿐만 아니라 토폴로지나 오케스트레이션 로직과 같은 구현 선택도 결정적인 영향을 미친다는 점을 강조하며, 전체 시스템을 분석 단위로 삼아 프레임워크 간 비교를 가능하게 하는 'MASEval' 평가 프레임워크를 제안합니다.
이 논문은 고차원 공간에서의 유클리드 - 측지선 불일치 문제를 해결하기 위해 국소 내재 차원성 (LID) 을 활용하여 데이터 매니폴드의 기하학적 특성에 동적으로 적응하는 디스크 기반 벡터 검색 인덱싱 방법인 MCGI 를 제안하며, 수십억 규모 데이터셋에서 기존 최첨단 기법 대비 뛰어난 처리량과 낮은 지연 시간을 입증합니다.
이 논문은 모바일 및 엣지 환경에서도 MCP 서버를 안전하게 활용할 수 있도록 RESTful 프록시인 'MCP Bridge'를 제안하고, 강화학습을 통해 MCP 도구 호출 성능을 대폭 향상시킨 경량 Qwen 모델을 개발하여 이를 MCPToolBench++ 벤치마크에서 검증했습니다.
본 논문은 다중 에이전트 LLM 게임의 불안정성과 성능 저하를 해결하기 위해, 자기대결을 통해 구조화된 통찰력을 기억하고 불확실성을 고려한 탐색을 결합한 'MEMO' 프레임워크를 제안하여 다양한 텍스트 기반 게임에서 승률을 크게 향상시키고 결과의 변동성을 줄이는 효과를 입증했습니다.
이 논문은 제한된 주석과 고해상도 의료 영상 처리의 어려움을 해결하기 위해 프리컴퓨팅된 특징을 활용하고 경량화된 다중 인스턴스 학습 헤드를 결합하여, 대규모 유방 촬영 이미지 분류에서 최상의 성능을 달성하면서도 훈련 복잡성을 획기적으로 줄인 'MIL-PF' 프레임워크를 제안합니다.
이 논문은 CERN 의 CMS 와 같은 대규모 과학 협업에서 민감한 데이터를 온프레미스로 보호하면서 내비게이션과 지식 공유를 개선하기 위해 Selenium 과 OCR 기반 자동 파이프라인, 2 단계 벡터 데이터베이스 아키텍처를 활용한 온프레미스 RAG 기반 AI 어시스턴트 'MITRA'를 제안합니다.
이 논문은 중국어 전자 의료 기록 (EMR) 의 간결한 작성 스타일과 구조적 복잡성, 그리고 기존 방법의 한계를 극복하기 위해 4 가지 코딩 축의 다차원 지식과 임상 증거 검증을 통합한 새로운 ICD 자동 코딩 프레임워크인 MKE-Coder 를 제안하고, 대규모 데이터셋 실험을 통해 코딩 정확도와 속도의 향상을 입증했습니다.
이 논문은 GPT-5 와 같은 최첨단 LLM 을 포함한 멀티모달 에이전트의 강건성을 평가하기 위해 사용자 페르소나 적응과 이중 제어 환경을 고려한 12 개의 새로운 지표를 제시하는 'MM-tau-p' 벤치마크를 제안합니다.
이 논문은 텍스트 중심의 한계를 극복하고 시각적 구조 지식과 추론 경로를 보존하기 위해 스펙트럼 클러스터링 기반의 SpecLink 를 도입한 해석 가능한 멀티모달 지식 그래프 MMGraphRAG 와 CMEL 데이터셋을 제안하여, 멀티모달 RAG 성능을 획기적으로 개선함을 보여줍니다.
이 논문은 연속적인 LLM 파인튜닝 중 발생하는 catastrophic forgetting 을 완화하면서도 빠른 적응을 유지하기 위해, 샘플 수준의 기억 강도를 추정하고 적응형 간격으로 재연습을 스케줄링하는 메모리 인식 적응형 재연습 프레임워크인 MSSR 을 제안하고 다양한 벤치마크에서 기존 방법들을 능가하는 성능을 입증합니다.
이 논문은 다중 오디오 이해 능력이 부족한 대규모 오디오 - 언어 모델을 평가하기 위한 'MUGEN' 벤치마크를 제안하고, 오디오 입력 순서를 다양화하는 '오디오 순열 자기 일관성' 전략과 사고 연쇄 기법을 결합하여 성능을 유의미하게 향상시킬 수 있음을 보여줍니다.
이 논문은 비동일한 데이터 파이프라인과 표준화된 평가 부재라는 한계를 해결하기 위해, 24 가지 의료 모달리티와 11 가지 이기종 다중 에이전트 아키텍처를 통합하고 자동화된 임상 추론 평가 체계를 갖춘 멀티모달 의료 다중 에이전트 시스템 벤치마킹 프레임워크인 MedMASLab 을 제안합니다.
이 논문은 의료 교육 시나리오에서 다중 라운드 추론을 지원하기 위해 대규모 데이터셋 MR-MedSeg 과 오류 전파를 완화하는 '판단 및 수정 메커니즘'을 갖춘 새로운 모델 MediRound 를 제안합니다.
고비용과 지연 시간, 개인정보 보호 문제를 해결하기 위해 제안된 'Meissa'는 40K 개의 정제된 궤적 데이터를 기반으로 학습된 4B 파라미터 규모의 경량 멀티모달 의료 에이전트 모델로, 오프라인 환경에서도 선진 모델에 버금가는 성능을 발휘하며 복잡한 의료 의사결정을 지원합니다.
이 논문은 대규모 언어 모델 (LLM) 이 정적 텍스트에서 인터랙티브 HTML 애플리케이션 (MiniApp) 생성으로 전환됨에 따라 기존 벤치마크의 한계를 극복하기 위해, 실제 데이터로 구축된 'MiniAppBench'와 인간 판단과 높은 일치도를 보이는 에이전트 평가 프레임워크 'MiniAppEval'을 제안하고 현재 모델의 한계를 규명합니다.
이 논문은 추가 학습 없이도 추론 단계에서 클래스별 특징을 적응적으로 축적하여 희귀 상호작용의 성능을 향상시키는 '적응형 다양성 캐시 (ADC)' 모듈을 제안함으로써 인간 - 객체 상호작용 (HOI) 검출의 장기 꼬리 편향을 완화합니다.
이 논문은 단일 RGB 이미지에서 기하학적 정합성을 개선하기 위해 정상 추정 문제를 그림자 시퀀스 추정으로 재정의하고, 이미지-비디오 생성 모델을 활용하여 RoSE 라는 새로운 방법을 제안합니다.
이 논문은 Muon 최적화기의 등방성 가정이 비등방적인 곡률 스펙트럼을 가진 심층 신경망에 부적합하다는 점을 지적하고, Shampoo 의 구조적 추정치를 활용한 화이트닝 좌표계에서 편광 분해를 통해 등방성 제약과 기하학적 적응성을 조화시킨 새로운 최적화 알고리즘 'Mousse'를 제안하여 160M~800M 파라미터 규모의 언어 모델에서 학습 단계를 약 12% 단축하고 성능을 향상시켰음을 보여줍니다.
이 논문은 다양한 시나리오의 통신 조건을 통합적으로 모델링하고 손실 유무 메시지를 구분하여 학습 사전 지식으로 활용함으로써, 손실 통신 환경에서도 협력적 다중 에이전트 강화학습의 확장성과 견고성을 향상시키는 새로운 프레임워크를 제안합니다.
이 논문은 하위 작업들을 계층적으로 압축하고 기술을 임베딩과 기능으로 분해하여 커리큘럼 학습 프레임워크 내에서 복잡한 의사결정 문제의 효율성을 높이고 작업 간 전이를 가능하게 하는 다단계 메타-강화 학습 방법을 제안합니다.
이 논문은 교통 표지판, 차량, 차선 감지 및 행동 모방을 위한 사전 학습 및 맞춤형 신경망을 통합한 다중 모델 접근법을 제안하여 자율 주행 차량의 인식 및 의사결정 성능을 향상시키는 방법을 종합적으로 연구합니다.
이 논문은 내비게이션 에이전트의 공간 지능을 체계적으로 평가하기 위해 'NavSpace' 벤치마크를 제안하고, 이를 통해 기존 모델들의 한계를 드러내며 새로운 공간 지능 내비게이션 모델인 'SNav'를 개발하여 우수한 성능을 입증했습니다.
이 논문은 네트워크 트래픽의 독립적인 특징을 식별하고 확산 모델을 활용하여 자연스러운 적대적 예제를 생성함으로써 딥러닝 기반 네트워크 침입 탐지 시스템의 성능을 효과적으로 우회하는 새로운 프레임워크 'NetDiffuser'를 제안합니다.
이 논문은 undersampled k-space 데이터에서 직접 심장의 생리학적 라벨을 추출하는 'k-MTR' 프레임워크를 제안하여, 기존 '재구성 후 분석' 방식의 한계를 극복하고 다양한 심장 MRI 분석 작업에서 최첨단 성능을 달성함을 보여줍니다.
이 논문은 2007 년부터 2024 년까지의 데이터에 기반하여, Qwen3 모델로 미세 조정된 LLM 을 활용해 뉴스 감성을 추출하고 이를 기존 표형 데이터와 결합한 LSTM 모델이 시장 변동성이 높은 기간에 알루미늄 가격 예측 및 투자 수익률 (샤프 지수 1.04) 을 기존 모델보다 크게 향상시킨다는 것을 입증했습니다.
이 논문은 MLLM 의 안전성을 악의적 의도에서 잠재적 결과로 확장하기 위해 OOD-MMSafe 벤치마크를 제안하고, 인과적 맹점을 해결하여 위험 식별 실패율을 획기적으로 낮춘 CASPO 프레임워크를 개발했습니다.
이 논문은 LLM 과 MLLM 의 결정학 지식 통합 능력을 평가하기 위해 217 개의 전문가 큐레이션 XRD 질문과 다양한 조건을 포함한 종합 벤치마크 프레임워크 'OPENXRD'를 제안하고, 중규모 모델이 컨텍스트 자료로부터 가장 큰 향상을 보이며 콘텐츠의 질이 양보다 성능 향상에 더 중요함을 입증했습니다.
이 논문은 시미밸류 기반 데이터 가치 평가의 유틸리티 선택에 따른 민감도 문제를 해결하기 위해 데이터 포인트를 저차원 공간에 매핑하는 '공간 서명' 개념을 도입하고, 이를 통해 유틸리티 변경에 따른 평가 결과의 강건성을 정량적으로 측정하는 실용적인 방법론을 제시합니다.
이 논문은 문제 해결을 신념 업데이트 루프로 모델링하고, 기존 어휘 내에서의 탐색 최적화 (암묵적 개념) 와 새로운 이동 수의 도입 (명시적 개념) 을 구분하며, 명시적 개념의 창안이 수학적 발견의 핵심이자 현재의 AI 가 달성하지 못한 영역임을 주장합니다.
이 논문은 불완전한 인식과 진화하는 객체 분류를 가진 실제 환경에서 자동주행 차량을 위해 새로운 객체 클래스가 순차적으로 도입되는 '오픈 월드 모션 예측' 설정을 제안하고, 가짜 라벨링과 비전 - 언어 모델, 그리고 쿼리 특징 분산을 활용한 재샘플링 전략을 통해 기존 클래스의 망각을 방지하면서 새로운 클래스에 적응하는 최초의 엔드 - 투 - 엔드 클래스 증분 모션 예측 프레임워크를 제시합니다.
이 논문은 희소 주석과 도메인 지식 기반 제약 조건 추론, 다기준 의사결정 분석을 통합한 신경심볼릭 프레임워크 'OrthoAI'를 제안하여, 3D 치아 분할과 생역학적 실행 가능성 추론을 연결하는 증거 기반 교정 치료 지원 시스템을 개발했습니다.
이 논문은 기능적 건물 내의 높은 유사성으로 인한 기존 언어 기반 내비게이션의 한계를 극복하기 위해, 사전 지도를 활용한 의미적 사전 지도 생성, 계층적 사고 체인 프롬프트, 그리고 다중 모델 협업 메커니즘을 도입한 'PM-Nav'를 제안하고 시뮬레이션 및 실세계 환경에서 기존 방법 대비 획기적인 성능 향상을 입증합니다.
이 논문은 LLM 에이전트의 지식 검색 저하, 규칙 조합 실패, 그리고 노후화된 지식 탐지 부재 문제를 해결하기 위해, 결정론적 규칙 검색, 충돌 인식 메모리, 그리고 파레토 기반 프롬프트 진화를 통합한 테스트 시간 적응 프레임워크인 PRECEPT 를 제안하고, 이를 통해 기존 방법 대비 우수한 성능과 강건성을 입증합니다.
이 논문은 병리학 전문 지식과 시각적 패턴 인식을 통합하여 진단 추론의 정확성과 해석 가능성을 향상시키기 위해, 병리학자의 계층적 기억 과정을 모방한 메모리 중심 멀티모달 프레임워크 'PathMem'을 제안하고 이를 통해 기존 모델 대비 성능을 크게 개선했음을 보여줍니다.
이 논문은 7 만 건의 다기관 수술 병리 보고서를 기반으로 자연어 검색, 자동 코호트 구축, 임상 질의 응답 등을 통합하여 정적인 병리 아카이브를 능동적인 임상 지능 플랫폼으로 전환하는 통합 LLM 기반 프레임워크 'PathoScribe'를 제안하고 그 유효성을 입증합니다.
이 논문은 추론과 학습을 분리하여 비동기 파이프라인을 구축하고, 오프-폴리시 편향 없이 온-폴리시 정확도를 유지하며 NPU 환경에서 기존 RL 프레임워크 대비 3~5 배의 학습 처리량을 달성하는 주기적 비동기 방식을 제안합니다.
이 논문은 다변량 시계열 모델링에서 변수 순서의 인위적 의존성을 제거하기 위해 순열 동등성을 보장하는 이론적 기저를 제시하고, 이를 바탕으로 변수 축의 순차적 의존성을 제거하며 상태-of-the-art 성능을 달성하는 'VI 2D Mamba' 아키텍처를 제안합니다.
이 논문은 소스 데이터 없이 중립 표정만 있는 타겟 데이터로 얼굴 표정 인식 모델을 개인화하기 위해, 잠재 공간에서 작동하는 경량화된 '개인화 특징 번역 (SFDA-PFT)' 방법을 제안하고 이를 통해 기존 방법보다 우수한 성능을 입증합니다.
이 논문은 DNN 하드웨어 가속기의 신뢰성을 평가하고 향상시키기 위해 기존 연구의 공백을 분석하고 새로운 분석 도구를 개발하며, 효율성과 내결함성 간의 균형을 최적화하는 방법론과 AdAM 이라는 실시간 무부하 신뢰성 향상 기법을 제안합니다.
이 논문은 엔진 소리를 지속된 조화 진동이 아닌 배기 압력 펄스 시퀀스로 간주하고, 물리 정보 기반의 인덕티브 바이어를 통합한 미분 가능한 펄스-트레인-레조네이터 (PTR) 모델을 제안하여 기존 모델 대비 조화 재구성 성능을 21% 향상시키고 물리적 현상에 대응하는 해석 가능한 매개변수를 제공함을 보여줍니다.
이 논문은 성공 편향된 인간 시연 대신 자율적 로봇 놀이 (self-play) 를 통해 물리적으로 일관된 고충실도 비디오 세계 모델을 학습하는 'PlayWorld'를 제안하며, 이를 통해 접촉이 많은 상호작용 예측 정확도를 높이고 실제 환경에서의 정책 성공률을 65% 까지 향상시킨다고 설명합니다.
이 논문은 다양한 카메라 각도와 가려짐으로 인한 어려움을 극복하기 위해 3D 축구장 모델과 검출된 필드 라인을 비선형 최적화 과정에 활용하는 'PnLCalib'라는 새로운 최적화 기반 보정 파이프라인을 제안하여 기존 방법들보다 향상된 정확도와 견고성을 달성했다고 설명합니다.
이 논문은 훈련 시 3D 포인트 트랙 예측을 위한 특권 4D 정보를 활용하여 VLA 모델이 물리적 상호작용의 시공간적 역학을 내재적으로 학습하도록 함으로써 추론 시 추가 비용 없이 로봇 조작 성능을 크게 향상시키는 'Pri4R' 방법을 제안합니다.
이 논문은 구글 플레이의 데이터 안전성 선언과 개발자 개인정보 처리방침 간의 불일치를 자동으로 탐지하는 'PrivPRISM' 프레임워크를 제안하고, 이를 통해 인기 앱의 절반 이상이 실제 데이터 수집 관행과 고지 사항 사이에서 심각한 불일치를 보임을 규명했습니다.
이 논문은 다양한 도메인의 문서 레이아웃 분석 (DLA) 에서 발생하는 구조적 차이를 극복하고 일반화 성능을 향상시키기 위해, 도메인 특성에 맞춰 생성된 설명적 지식을 단서로 활용하는 'PromptDLA'라는 새로운 프레임워크를 제안하고 있습니다.
이 논문은 비균일한 열화 조건에서 고해상도 이미지를 복원하기 위해 불확실성 기반의 적응형 노이즈 생성 모듈과 멀티모달 대형 언어 모델을 활용한 품질 인식 사전 지식을 통합한 'QUSR'이라는 새로운 확산 기반 초해상도 모델을 제안합니다.
이 논문은 생성형 검색에서 도메인 가시성 지표가 고정된 값이 아닌 확률적 분포의 추정치임을 주장하며, 단일 실행 기반 측정의 한계를 지적하고 신뢰구간을 포함한 불확실성 정량화 프레임워크를 제시합니다.
이 논문은 예산 제약 하의 에이전트 RAG 시스템에서 검색 깊이, 검색 전략, 완료 예산이 정확도와 비용에 미치는 영향을 체계적으로 분석하여, 예산이 제한된 에이전트 검색 파이프라인 구성을 위한 실용적인 지침을 제시합니다.
이 논문은 '불투명 직렬 깊이 (opaque serial depth)'라는 개념을 정립하고 이를 통해 체인 오브 씽킹 (Chain of Thought) 없이 수행 가능한 추론의 한계를 정량화하여, 모델이 외부화되지 않은 추론을 할 수 있는 잠재력을 평가하는 새로운 도구를 제시합니다.
이 논문은 기존 전문가 병합 기법보다 정교한 라우팅 제어가 가능한 전문가 가지치기가 생성 작업에서 더 우수하다는 점을 규명하고, 라우터 게이트 값과 전문가 활성화 노름을 고려한 새로운 가지치기 기준인 REAP 를 제안하여 대규모 SMoE 모델의 압축 성능을 획기적으로 개선했음을 보여줍니다.
이 논문은 시각적 추론의 정확성과 검증 가능성을 높이기 위해 이미지를 실행 가능한 코드로 역추적하는 'RECODE'라는 에이전트 프레임워크를 제안하고, 이를 통해 다양한 벤치마크에서 기존 방법보다 우수한 성능을 입증했습니다.
이 논문은 인간 숙련도 수준의 신뢰성과 효율성을 갖춘 실세계 로봇 조작을 위해 모방 학습과 강화 학습을 통합하고 증류 기법을 통해 실시간 제어를 가능하게 한 'RL-100' 프레임워크를 제안하며, 다양한 실물 로봇 작업에서 100% 성공률을 기록하고 인간 개입 없이도 장기적으로 안정적으로 작동하는 것을 입증했습니다.
이 논문은 대규모 언어 모델 (LLM) 의 사전 지식과 메타 러닝을 활용하여 다양한 도메인의 시계열 데이터 품질을 효율적이고 정확하게 평가하는 통합 프레임워크인 'TSRating'을 제안합니다.
이 논문은 논문 저자의 반박 (rebuttal) 을 암시적 지도 신호로 활용하여 구체적이고 실행 가능한 리뷰 피드백을 생성하는 새로운 프레임워크 'RbtAct'와 대규모 데이터셋을 제안하고, 이를 통해 기존 모델보다 실행 가능성과 구체성이 향상된 리뷰를 생성함을 보여줍니다.
이 논문은 VR 환경에서 사용자의 말투에서 감정을 실시간으로 추출하여 대화 맥락에 반영하는 새로운 에이전트 파이프라인을 제안하고, 이를 통해 대화의 자연스러움과 몰입감이 크게 향상됨을 30 명 대상 실험을 통해 입증했습니다.
이 논문은 에이전트 실행 전 실시간으로 안전성을 검증하여 유해한 행동을 87% 감소시키고, 도메인별 플러그인을 통해 일반 검증보다 35% 더 높은 해악 감소 효과를 달성하는 'TrustBench'라는 이중 모드 프레임워크를 제안합니다.
이 논문은 긴 사고 과정 (CoT) 이 항상 성능 향상을 보장하지 않는다는 점을 실증적으로 규명하고, 생성된 출력에 기반하여 적응적으로 CoT 를 압축함으로써 지연 시간과 메모리 사용량을 줄이면서도 정확도를 유지하는 새로운 프레임워크인 SEER 를 제안합니다.
이 논문은 LLM 기반의 머신러닝 엔지니어링 에이전트가 기존 트리 탐색 방식보다 강화된 추론 능력을 가진 모델에서 더 효율적인 경사 하강 기반 최적화 패러다임인 'Gome'을 도입하여 MLE-Bench 에서 최상의 성능을 달성하고, 모델의 추론 능력이 향상됨에 따라 경사 기반 최적화가 트리 탐색을 능가하는 전환점이 도래함을 보여줍니다.
이 논문은 LLM 기반 코드 변이 에이전트인 'AlphaEvolve'를 활용하여 5 가지 고전적 램지 수의 하한을 개선하고, 기존에 알려진 모든 정확한 램지 수 하한을 재발견하며 다양한 경우에 최선의 하한을 달성했다는 점을 제시합니다.
이 논문은 LLM 에이전트의 지속적인 자기 개선과 적응 능력을 향상시키기 위해, 이전 작업에서 생성된 기술이 축적되어 후속 작업에 활용되도록 하는 '시퀀셜 롤아웃'과 기술 통합 보상 메커니즘을 도입한 강화 학습 프레임워크인 SAGE 를 제안하고, AppWorld 환경에서 기존 방법보다 정확도와 효율성을 크게 개선한 결과를 입증합니다.
이 논문은 LLM 의 언어적 신뢰도 평가에서 표준 0~100 척도 대신 0~20 척도를 사용할 때 메타인지 민감도가 향상되며, 척도 설계가 신뢰도 추정의 질에 직접적인 영향을 미치므로 실험 변수로 엄격히 다뤄야 함을 보여줍니다.
이 논문은 Google Gemini 2.0 Flash 기반의 챗봇을 활용하여 Gmsh 와 GetDP 를 통해 2 차원 와전류 유한요소 시뮬레이션 모델을 자동으로 생성하고 해석하는 워크플로우를 제안함으로써 전자기 시뮬레이션 모델 설정에 소요되는 시간을 단축하는 방법을 연구합니다.
이 논문은 트랜스포머 기반의 확산 모델에 비해 계산 효율성과 훈련 속도가 월등히 뛰어난 'FCDM(Fully Convolutional Diffusion Model)'을 제안하며, 이를 통해 현대적인 합성곱 설계가 효율적인 생성 모델링을 위한 강력한 대안이 될 수 있음을 입증합니다.
이 논문은 오프라인 강화학습의 전이 불확실성과 정책 유도 외삽 문제를 통합적으로 해결하기 위해, KL 정규화 기반의 실용적인 대안 목적 함수와 수렴 보장이 있는 로버스트 정규화 정책 반복 (RRPI) 알고리즘을 제안하고 D4RL 벤치마크에서 우수한 성능을 입증합니다.
이 논문은 양자화와 희소화 연산에서 발생하는 불연속성 문제를 해결하기 위해 양자화를 첨가 노이즈로 모델링하고, 이를 보정하는 정교한 기울기 경로를 제공하는 통합 프레임워크를 제안하여 임의의 정밀도와 희소성 수준에서 안정적으로 신경망을 학습시키는 방법을 제시합니다.
이 논문은 온라인 연속 학습 환경에서 반복적인 최적화 없이 단일 단계의 연관성 기반 검색을 통해 동적 프롬프트를 생성함으로써 기존 프롬프트 기반 방법보다 뛰어난 성능을 보이는 '잊지 않는 라우팅 (Routing without Forgetting)'이라는 새로운 트랜스포머 아키텍처를 제안합니다.
RubiCap 는 LLM 이 작성한 평가 기준 (rubric) 에서 파생된 세분화된 보상 신호를 활용하여 강화 학습을 통해 기존 감독 학습 및 이전 RL 방법보다 우수한 성능과 다양성을 보이는 밀도 이미지 캡셔닝 프레임워크를 제안합니다.
이 논문은 확장성, 검증 가능성, 그리고 난이도 조절이 가능한 부울 만족도 (SAT) 문제를 기반으로 한 강화 학습 프레임워크인 'SATURN'을 제안하여, LLM 의 추론 능력을 체계적으로 향상시키고 수학 및 프로그래밍 태스크에서도 우수한 성능을 입증했습니다.
이 논문은 접근성 기술과 산업용 소음 모니터링의 필요성에 기반하여 음성 인식 외의 오디오 이해 능력을 평가하기 위해 SCENEBench 라는 새로운 벤치마크를 제안하고, 최신 대규모 오디오 언어 모델 (LALM) 들의 성능과 한계를 분석합니다.
이 논문은 오프라인 데이터의 행동 지원 범위 내에서 안전한 온라인 탐색을 보장하면서도 디코더의 재구성 손실로 인한 성능 한계를 우회하기 위해, 저차원 잠재 공간 탐색에서 원시 행동 공간 활용으로 점진적으로 전환하는 커리큘럼 학습 프레임워크인 SPAARS 를 제안하고 그 유효성을 입증합니다.
이 논문은 기존 학습 기반 통신 방식의 공간적 무관심 문제를 해결하기 위해 쌍별 맨해튼 거리를 주시 가중치 계산에 명시적으로 통합한 '관계 강화 멀티헤드 어텐션 (RMHA)'을 제안하여, 고밀도 환경에서 로봇 간 협업을 극대화하고 대규모 군집으로의 제로샷 일반화 성능을 획기적으로 향상시켰습니다.
이 논문은 자연어 지시에서 작업 관련 정보를 추출하여 불필요한 정보를 필터링하고 구조화된 그래프 탐색을 통해 효율적인 장기 계획 생성을 가능하게 하는 확장 가능한 다중 로봇 팀 작업 계획 프레임워크인 'Scale-Plan'을 제안하고, 이를 통해 기존 LLM 기반 접근법의 한계를 극복하고 신뢰성과 확장성을 향상시켰음을 보여줍니다.
이 논문은 다중 에이전트 시스템 (MAS) 의 고유한 보안 위협을 체계적으로 분석하고 16 가지 기존 보안 프레임워크를 평가한 결과, 현재 어떤 프레임워크도 모든 위협 카테고리를 충분히 커버하지 못하며 OWASP Agentic Security Initiative 와 CDAO Responsible AI 툴킷이 각각 설계 및 운영 단계에서 상대적으로 가장 높은 점수를 받았음을 밝혔습니다.
이 논문은 쌍곡 다양체 상의 열 커널 확산을 통해 지식 그래프의 연속적인 해상도 조절을 가능하게 하고, 스펙트럼 갭을 기반으로 자동으로 의미적 추상화 수준을 탐지하는 '의미적 상세도 (SLoD)' 프레임워크를 제안합니다.
이 논문은 양자화 수준과 가지치기 비율 간의 트레이드오프를 체계적으로 탐색하여 정확도 저하 없이 FPGA 기반 리저버 컴퓨팅 가속기의 하드웨어 효율성을 극대화하는 민감도 기반 압축 프레임워크를 제안합니다.
이 논문은 비용과 데이터 프라이버시 문제를 해결하고 기능적 정확성을 보장하기 위해 테스트벤치 기반 검증이 통합된 다중 에이전트 프레임워크를 제안하여, 로컬 파인튜닝 LLM 인 'SiliconMind-V1'이 테스트 시간 확장 방식을 통해 Verilog RTL 설계를 생성, 테스트, 디버깅할 수 있도록 함으로써 기존 최첨단 모델보다 우수한 성능을 달성했다고 설명합니다.
이 논문은 시뮬레이션 오차를 의사결정 영향도에 따라 재가중하는 적대적 보정 메커니즘과 시뮬레이션 불확실성 하에서 정책 학습을 안정화하는 그룹 상대적 교란 전략을 통해, 공급망 등 임무 중대 분야에서 견고한 시뮬레이션-의사결정 학습 프레임워크인 Sim2Act 를 제안합니다.
이 논문은 HeyGem 과 같은 오픈소스 도구를 활용해 텍스트 기반 강의 개요를 가상 아바타가 부르는 노래로 변환함으로써 학생들의 참여도와 정보 기억력을 향상시키는 새로운 교수법을 제안하고 그 효과를 입증했습니다.
이 논문은 Hugging Face TRL 을 활용한 단일 에포크 감독 미세조정 (SFT) 으로 3.5 억 파라미터 규모의 소형 언어 모델 (SLM) 을 학습시켜 ToolBench 평가에서 77.55% 의 높은 통과율을 기록하며, ChatGPT-CoT 등 대형 모델들을 압도하는 효율적인 에이전트 도구 호출 솔루션을 제시합니다.
이 논문은 사회적 추론을 위한 난이도 높은 데이터셋 'ToMBench-Hard'와 과정 기반 강화 학습 프레임워크 'Social-R1'을 제안하여, 소규모 모델이 인간과 유사한 사회적 지능을 효율적으로 습득하고 기존 대형 모델을 능가할 수 있음을 입증합니다.
이 논문은 Unreal Engine 5 기반의 고충실도 시뮬레이션으로 생성된 136 개의 위성 모델을 포함하는 대규모 다중 모달 벤치마크 'SpaceSense-Bench'를 제안하여, 궤도상 자율 우주 임무를 위한 정밀한 우주선 인식 및 자세 추정 연구의 한계를 극복하고 데이터 확장성의 중요성을 입증했습니다.
이 논문은 대규모 데이터셋에서 이상치와 heavy-tail 분포를 효과적으로 모델링하기 위해 희소 유도점 방법을 Student-t 프로세스로 확장한 'Sparse Variational Student-t Processes(SVTP)' 프레임워크와 두 가지 새로운 추론 알고리즘을 제안하며, 이를 통해 기존 희소 가우시안 프로세스 대비 뛰어난 예측 정확도와 수렴 속도를 달성함을 보여줍니다.
이 논문은 그룹 내 모든 응답이 틀린 경우에도 학습 신호를 활용할 수 있도록 단계별 판정 모델을 도입하여 그룹 상대 정책 최적화 (GRPO) 의 한계를 극복하고 추론 능력을 향상시키는 '단계별 유도 정책 최적화 (SGPO)' 프레임워크를 제안합니다.
이 논문은 다중 클래스 분류에서 과적합을 방지하면서도 기존 로지스틱 기반 보정 기법보다 우수한 성능을 달성하기 위해 구조적 정규화, 견고한 전처리 및 효율적 최적화를 결합한 새로운 사후 보정 방법론을 제안하고 그 유효성을 실험을 통해 입증합니다.
이 논문은 자연어 지시를 기반으로 관절형 물체의 변형과 장기 조작 시퀀스를 고려하여 손 그립을 생성하는 새로운 프레임워크 'SynHLMA'를 제안하고, 이를 통해 HAOI 생성, 예측, 보간 작업 및 로봇 그리핑 적용에서 최첨단 성능을 입증합니다.
이 논문은 그래프 이상 탐지에서의 도메인 이동 문제를 '이상 비연성 (Anomaly Disassortativity)'으로 정의하고, 이를 해결하여 단일 학습 단계로 다양한 도메인에서 최첨단 성능을 보이는 테스트 시간 적응형 그래프 모델 TA-GGAD 를 제안합니다.
이 논문은 베어링 건강 상태 분류를 위해 미세 조정 없이 시계열 기반 모델의 인-컨텍스트 학습을 활용하여 다양한 운영 조건에서 효과적으로 작동하는 새로운 방법을 제안합니다.
이 논문은 복잡한 질의를 관계 삼중체로 분해하고 경량화된 계층 분류법을 활용하여 단계별 증거 선택을 수행함으로써, 기존 RAG 시스템의 구조적 한계를 극복하고 다단계 추론 정확도를 크게 향상시킨 'TaSR-RAG' 프레임워크를 제안합니다.
이 논문은 BERT 기반 모델의 추론 한계를 극복하고 대형 언어 모델 (LLM) 을 직접 전자상거래 관련성 검색에 적용하기 위해 CoT 기반 SFT, DPO, GRPO 등을 결합한 'TaoSR1' 프레임워크를 제안하며, 오프라인 및 온라인 평가에서 기존 모델보다 뛰어난 성능을 입증했습니다.
이 논문은 외부 목표 없이도 무지, 놀라움, 경시라는 세 가지 인식적 격차에서 내생적으로 주의를 생성하는 '텔로제네시스' 메커니즘을 제안하여, 고정된 전략보다 우수한 적응적 우선순위를 형성하고 환경의 잠재적 구조를 무감독으로 복원할 수 있음을 입증했습니다.
이 논문은 이전 관측치에 기반한 조건부 정규화 흐름 (tcNF) 을 제안하여 시계열 데이터의 복잡한 시간적 의존성과 불확실성을 정밀하게 모델링함으로써 기존 방법보다 우수한 정확도와 강건성을 갖춘 다변량 시계열 이상 탐지 프레임워크를 제시합니다.
이 논문은 프롬프트를 실행 가능한 테스트로 변환하고 이를 기반으로 반복적으로 개선하는 '테스트 주도 AI 에이전트 정의 (TDAD)' 방법론을 제안하여, 도구 사용형 LLM 에이전트의 행동 준수성을 측정 가능하게 하고 배포 전 사양 게임링 및 회귀 오류를 방지하는 체계를 제시합니다.
이 논문은 순위 기반 의사결정 시스템에서 불확실성 유형 (구조적 대 문맥적) 에 따라 신뢰도 기반 기각 (abstention) 전략의 유효성이 달라지며, 특히 문맥적 불확실성 하에서는 기존 기법들이 한계를 보임을 실증적으로 규명하고 배포 전 진단 기준을 제시합니다.
이 논문은 신경망 제어 비선형 동적 시스템의 역방향 도달 가능 집합을 계산하는 새로운 알고리즘을 제안하고 이를 기존 순방향 분석과 통합한 'FaBRIC' 전략을 통해 기존 최첨단 기법보다 훨씬 뛰어난 성능을 입증합니다.
이 논문은 LLM 의 컨텍스트 창을 메모리 계층 구조로 재해석하고, Pichay 라는 수요 기반 페이징 시스템을 통해 생산 환경에서 컨텍스트 소비를 최대 93% 까지 줄이는 동시에 상태 유지 문제를 해결하는 방법을 제시합니다.
이 논문은 논리적 추론 능력의 향상이 기계적 경로를 통해 AI 의 상황 인식과 전략적 기만 같은 위험한 능력으로 이어질 수 있음을 'RAISE' 프레임워크를 통해 분석하고, 이에 대한 구체적인 안전 장치와 연구 공동체의 책임을 제안합니다.
이 논문은 기존 연구와 달리 인간과 달리 대형 언어 모델 (LLM) 은 추론 과정을 거칠수록 정직해지며, 이는 추론 내용 자체보다는 정직한 답변이 속한 표현 공간이 기만적인 영역보다 더 안정적이기 때문임을 규명했습니다.
이 논문은 Wav2Vec2 활성화의 그람 행렬을 기반으로 한 텍스처 공명 검색 (TRR) 을 제안하여, 디지털 오디오 워크스테이션의 저수준 신호 처리 매개변수와 사용자의 지각적 의도 간의 격차를 해소하고 편집 가능한 오디오 효과 제어를 위한 새로운 기준을 제시합니다.
이 논문은 언어 모델 에이전트의 행동적 평가와 실제 정체성 조직화를 구분하기 위해 스택 이론의 시간적 간극을 활용하여 지속성 점수와 정체성 모폴스페이스를 제안함으로써, 안정된 자아처럼 말하는 것과 실제로 조직화되어 있는 것을 분리하는 보수적인 정체성 평가 도구를 제시합니다.
이 논문은 머신러닝과 지리 공간 분석을 활용하여 캐나다 도시 지역의 6G 네트워크 스펙트럼 수요 패턴을 추정하고 주요 영향 요인을 규명함으로써, 유연한 스펙트럼 접근 정책 수립을 위한 데이터 기반 통찰력을 제공합니다.
이 논문은 실제 세계의 다변량 시계열 데이터에서 발생하는 채널 간 의존성, 비동기적 샘플링, 결측치 문제를 동시에 해결하기 위해 제안된 'ChannelTokenFormer'라는 트랜스포머 기반 프레임워크를 소개하고, 이를 통해 다양한 실제 환경에서 뛰어난 예측 성능과 견고성을 입증했습니다.
이 논문은 기존 신경 해석기의 한계를 극복하고 프론트 및 백워드 실행을Debugger 동작에 따라 모델링하는 '신경 디버거'를 제안하여, 향후 에이전트 기반 코딩 시스템 및 자동화된 디버깅의 기반을 마련했다고 요약할 수 있습니다. 더 간결하게 한 문장으로 정리하면 다음과 같습니다: **이 논문은 프론트 및 백워드 실행을 디버거 동작에 따라 모델링하는 '신경 디버거'를 제안하여 향후 에이전트 기반 코딩 시스템과 자동화된 디버깅의 기반을 마련했습니다.**
이 논문은 LLM 추론을 타입 안전성, 신뢰성, 격리된 컨텍스트, 자격 증명 보호, 컴파일 시 스키마 바인딩을 보장하는 언어 수준 원시 기능으로 통합하여 자율적 에이전트 소프트웨어를 위한 컴파일된 액터 기반 프로그래밍 언어 'Turn'을 제안합니다.
이 논문은 사전 학습된 트랜스포머 모델의 가중치를 수정하지 않고 추론 시 몬테카를로 드롭아웃을 통해 자기주의 메커니즘에 불확실성을 주입하여 예측 신뢰도를 개선하고 선택적 예측을 가능하게 하는 'UAT-LITE'라는 프레임워크를 제안합니다.
이 논문은 기존 방법론보다 7 배 이상 빠르고 VRAM 사용량을 4 분의 1 로 줄여 24GB 소비자용 GPU 에서 7B 크기의 언어 모델을 편집할 수 있을 뿐만 아니라, 200 만 건 이상의 편집을 지원하면서도 정확도를 유지하는 'UltraEdit'라는 새로운 효율적이고 확장 가능한 평생 학습 기반 모델 편집 프레임워크를 제안합니다.
이 논문은 비가분한 스코어 기반 선택의 한계를 극복하기 위해 연속적으로 완화된 베르누이 게이트를 도입하여, 가중치를 고정된 초기값으로 유지한 채 게이트 파라미터만 학습하는 완전히 미분 가능한 방식으로 강력한 로또 티켓 (Strong Lottery Ticket) 을 효율적으로 발견하는 새로운 프레임워크를 제안합니다.
이 논문은 16 명의 시각장애인 참가자를 대상으로 한 연구를 통해, 가상현실 환경에서 AI 안내자가 고립된 상태에서는 도구로 인식되지만 타인과 함께 있을 때는 동반자로서 대우받으며 사회적 상호작용을 유도한다는 점을 발견하고 향후 설계 방향을 제시합니다.
이 논문은 최적의 조합 해법 중 인간이 이해하기 쉬운 것을 선택하게 하는 실험을 통해, 해법의 구조적 특성 (그리드 휴리스틱 정렬, 단순한 구성, 정렬된 시각적 표현) 이 해석 가능성에 결정적인 영향을 미친다는 것을 규명하고, 이를 통해 최적성과 해석 가능성 간의 균형을 고려한 알고리즘 설계의 기반을 마련했습니다.
이 논문은 하드웨어 변경 없이 소프트웨어 기법인 오버플로우 인식 스케일링 (OAS) 과 매크로 블록 스케일링 (MBS) 을 도입하여 MXFP4 의 양자화 오차를 줄이고 NVFP4 와의 정확도 격차를 10% 에서 1% 미만으로 축소함으로써, MXFP4 를 하드웨어 효율성을 유지하면서 NVFP4 에 버금가는 성능을 내는 실용적인 대안으로 재탄생시켰음을 보여줍니다.
이 논문은 드론 원격 감지 이미지를 기반으로 비전 언어 모델 (VLM) 을 활용하여 농작물 디지털 트윈을 위한 기능적 - 구조적 식물 모델 (FSPM) 시뮬레이션 설정을 생성하는 새로운 접근법과 이를 평가하기 위한 합성 벤치마크를 제시합니다.
이 논문은 대규모 언어 모델 (LLM) 을 구조화된 의미 교사로서 활용하여 사전 학습된 후 제거함으로써, 적은 데이터로 높은 성능을 내면서도 임상 환경에 배포 가능한 경량 의료 비전 트랜스포머 (ViT) 인 'VIVID-Med'프레임워크를 제안합니다.
이 논문은 비디오 기반 오디오 생성 (비디오 - 사운드 및 비주얼 TTS) 을 별도의 작업이 아닌 통합된 흐름 매칭 프레임워크인 VSSFlow 를 통해 단일 모델로 성공적으로 통합하고, 기존 통념과 달리 결합 학습이 성능 저하를 초래하지 않음을 입증하여 최첨단 전용 모델들을 능가하는 성능을 보여줍니다.
이 논문은 베이지안 추론을 MoE 라우팅 단계에만 국한하여 계산 비용을 거의 증가시키지 않으면서도 대규모 베이스 모델의 불확실성 정량화와 안정성을 획기적으로 개선하는 '변분 혼합 전문가 라우팅 (VMoER)' 프레임워크를 제안합니다.
이 논문은 인간과 생성형 AI 의 상호작용이 단순한 도구 사용이나 협력을 넘어 '제 3 의 존재'라는 새로운 인지 - 인식론적 형식을 창출하며, 이를 '분위기 창조 (vibe-creation)'와 '비대칭적 창발' 개념으로 설명하고 교육 및 지적 역량 재정의에 대한 함의를 제시합니다.
이 논문은 도메인 특화 데이터의 대량 학습 없이도 수백 개의 샘플로 시각 정보와 텍스트 의존성을 통합한 크로스모달 지식 그래프와 전용 객체 탐지 모델을 통해 마인크래프트 환경에서 최첨단 성능을 보이는 비용 효율적인 에이전트 'VistaWise'를 제안합니다.
이 논문은 다양한 왜곡을 가진 48kHz 풀밴드 음성을 단일 단계 잠재 브리지 모델을 통해 효율적으로 복원하는 범용 음성 복원 시스템 'VoiceBridge'를 제안하며, 에너지 보존 변이 오토인코더와 결합 신경 사전, 그리고 생성자 전환을 위한 교차 훈련 기법을 통해 증류 없이 고품질 음성을 생성합니다.
이 논문은 언어별 다양성과 인간 감정의 모호성을 반영하기 위해 35 개 감정 말뭉치와 표준화된 툴킷을 포함한 음성 감정 인식 (SER) 벤치마크인 VoxEmo 를 제안하며, 이를 통해 생성형 음성 LLM 이 하드 라벨 정확도에서는 기존 모델을 따르지 못하지만 인간의 주관적 감정 분포에는 더 잘 부합함을 입증했습니다.
이 논문은 상태 공간 모델링과 약한 신호 어텐션 융합을 통해 하이퍼스펙트럼 이미지 내 약한 신호의 붕괴 문제를 해결하고, 기존 최첨단 방법들보다 RMSE 와 SAD 를 각각 최대 55% 와 63% 까지 감소시킨 새로운 심층 분해 프레임워크인 WS-Net 을 제안합니다.
이 논문은 웹 콘텐츠 접근성 가이드라인 (WCAG2) 위반 사항을 자동으로 수정하면서도 원본 디자인을 유지하는 비전 - 언어 모델 'WebAccessVL'을 제안하고, 위반 조건을 입력으로 활용하는 반복적 개선 전략을 통해 기존 모델 대비 접근성 오류를 87% 이상 감소시킨 효과를 입증했습니다.
이 논문은 PPO actor-critic 학습에서 학습률 선택의 실패를 조기에 감지하기 위해 은닉 뉴런의 활성화 패턴 균형을 측정하는 OUI (Overfitting-Underfitting Indicator) 지표를 제안하고, 이를 통해 학습 초기 단계에서 성공적인 학습률을 효과적으로 선별할 수 있음을 실증합니다.
이 논문은 다양한 비전 - 언어 - 행동 (VLA) 모델과 실제 환경에서 전이 가능한 범용 물리적 패치 공격을 가능하게 하는 'UPA-RFAS'라는 새로운 프레임워크를 제안하고, 이를 통해 로봇 시스템의 취약성을 규명합니다.
이 논문은 배경 일관성을 유지하면서 전경 품질을 향상시키기 위해, 할루시네이션 감지를 통해 캐시된 배경 키 - 값과 생성된 키 - 값의 융합 비율 및 CFG 스케일을 동적으로 조절하는 훈련 불필요 KV-Lock 프레임워크를 제안합니다.
이 논문은 챗봇에 대한 사용자의 신뢰가 실제 신뢰성보다는 인지적 편향을 활용한 설계에서 비롯된다는 점을 지적하며, 챗봇을 '동반자'가 아닌 조직의 목표를 추구하는 '고도화된 영업사원'으로 재정의하고 심리적 신뢰 형성 과정과 규범적 신뢰성 사이의 혼란을 해소할 필요성을 주장합니다.
이 논문은 3D 재구성과 인스턴스 분할을 활용하여 구조화된 공간 인지 지도와 할로센트릭-공간 트리 (AST) 를 구축함으로써, 추가 학습 없이도 멀티모달 및 텍스트 전용 기반 모델의 공간 추론 능력을 획기적으로 향상시키는 'World2Mind' 툴킷을 제안합니다.
이 논문은 기능적 오류가 있더라도 LLM 이 생성한 RTL 에서 추출된 합성 네틀리스트가 의도된 기능의 구조적 패턴을 보존한다는 통찰을 바탕으로, 레이블이 부족한 회로 설계 분야에서 고품질 데이터의 병목 현상을 해결하고 실제 회로에 일반화되는 효과적인 네틀리스트 표현 학습 프레임워크를 제안합니다.
이 논문은 Grounding DINO 1.5 와 YOLOv11 을 탐지기로 활용하여 SAM 2.1 을 기반으로 한 제로샷 및 지도 학습 이중 파이프라인을 제안함으로써, 기존 종단간 학습 모델보다 우수한 성능을 보이는 새 이미지 분할 방법을 제시합니다.
이 논문은 대규모 로봇 원격 조종 데이터 없이도 인간 1 인칭 시점 비디오만으로 자연스러운 전신 인간형 로봇 제어를 가능하게 하는 'ZeroWBC' 프레임워크를 제안하고, 이를 통해 인간형 로봇의 자연스러운 행동과 다용도성을 크게 향상시켰음을 보여줍니다.
이 논문은 토큰 단위 KV 캐시 제거와 PagedAttention 을 결합한 'Compressed PagedAttention'과 이를 구현한 'Zipage'를 제안하여, 대규모 수학 추론 작업에서 풀 KV 인ference 엔진의 성능을 약 95% 유지하면서 2.1 배 이상의 처리 속도 향상을 달성함을 보여줍니다.
이 논문은 시각적 단서와 환경음을 활용한 비디오 유머 이해를 평가하기 위한 새로운 벤치마크 'v-HUB'를 제안하고, 이를 통해 멀티모달 대형 언어 모델들이 시각 정보만으로는 유머를 이해하는 데 어려움을 겪지만 음향 정보를 통합할 경우 성능이 향상됨을 입증했습니다.
이 논문은 추론 언어 모델 (RLM) 의 체인 오브 씽킹 (Chain-of-Thought) 특성을 고려한 '자기 재표현 (self-rephrasing)' 기법과 다중 오디오 인코더 융합을 통해, 600 만 개의 멀티태스크 데이터로 학습된 40 억 파라미터 규모의 오디오 - 언어 정렬 모델 (ALM) 을 제안하며, 이는 오픈소스 모델 중 MMAU-speech 및 MMSU 벤치마크에서 최상위 성능을 기록했다고 요약할 수 있습니다.
이 논문은 일상적 상식과 수학적 추론을 결합한 새로운 벤치마크 'AgentCoMa'를 제안하여, 대형 언어 모델이 개별 단계는 잘 수행하지만 두 추론 유형이 혼합된 복합 과제에서는 인간에 비해 약 30% 의 성능 저하를 보이며 취약함을 드러냈음을 보고합니다.
이 논문은 14 가지 숨겨진 행동을 가진 56 개의 언어 모델을 포함하는 정렬 감사 벤치마크인 'AuditBench'를 소개하고, 이를 통해 다양한 감사 도구의 효능과 모델 학습 기법에 따른 감사 난이도 차이를 평가하는 자율 감사 에이전트 프레임워크를 제시합니다.
이 논문은 임상 질적 데이터의 주제를 분석할 때 확장성과 재현성 문제를 해결하기 위해 반복적 코드북 정제와 완전한 추적 가능성을 결합한 자동화 프레임워크를 제안하며, 다양한 데이터셋에서 기존 방법보다 우수한 성능과 전문가 주석과의 높은 일치도를 입증했습니다.
이 논문은 LLM 기반의 다중 에이전트 토론을 시뮬레이션하고 이를 이질적 그래프로 구조화하여 그래프 신경망으로 추론하는 'ReViewGraph' 프레임워크를 제안함으로써, 기존 자동 논문 심사 방법의 한계를 극복하고 심사자 - 저자 간 논쟁 구조를 정교하게 반영한 더 정확한 심사 결정을 가능하게 합니다.
이 논문은 19,145 명을 대상으로 한 실험을 통해 최신 대형 언어 모델 (LLM) 이 기존 정치 광고보다 더 효과적으로 정치적 견해를 설득할 수 있음을 입증하고, 모델별 설득력 차이와 정보 기반 프롬프트의 상반된 영향을 분석하여 프론티어 모델의 설득적 위험을 벤치마킹하는 프레임워크를 제시합니다.
이 논문은 기존 파인튜닝 방식의 높은 비용과 온톨로지 변화에 대한 취약성을 극복하기 위해, 도메인 온톨로지에서 후보 개체를 검색하고 LLM 에 구조화된 증거를 기반으로 한 다단계 에이전트 파이프라인을 활용하여 파인튜닝 없이도 견고하고 해석 가능한 식품 개체 링크를 수행하는 'FoodOntoRAG'를 제안합니다.
이 논문은 대규모 언어 모델이 생물학적 솔루션보다 인공적 솔루션을 선호하는 편향을 보임을 규명하고, 소규모 오픈 가중치 모델에 생물학 관련 데이터를 기반으로 한 미세 조정을 적용하여 이러한 편향을 통계적으로 유의미하게 개선하면서도 일반 능력을 유지할 수 있음을 입증했습니다.
이 논문은 정치학자들이 자연어 처리 모델을 구축, 차용, 또는 미세 조정할 때 연구 질문의 특성 (클래스 빈도, 오류 허용 범위, 자원) 에 따라 최적의 접근 방식을 선택할 수 있도록, 일반 목적 모델의 미세 조정 (Confli-mBERT) 이 희귀 사건을 제외하고는 도메인 특화 모델 (ConfliBERT) 과 유사한 성능을 보인다는 실증적 근거와 실천적 의사결정 프레임워크를 제시합니다.
이 논문은 개념 간의 독창적이고 의미 있는 연결을 생성하는 '연상적 창의성'을 평가하기 위해 CREATE 라는 새로운 벤치마크를 소개하고, 최첨단 모델들의 성능을 분석하여 사고 모델이 항상 더 효과적이지는 않으며 창의적 프롬프팅 기법의 개선 효과도 제한적임을 보여줍니다.
이 논문은 긴 문맥 추론을 위한 체인 오브 에이전트 (CoA) 프레임워크에서 정보 손실을 줄이고 정확도를 향상시키기 위해, 강한 상관관계를 가진 청크를 우선시하는 Chow-Liu 트리를 학습하여 청크 처리 순서를 최적화하는 방법을 제안합니다.
이 논문은 타겟 모델의 미래 생성 방향을 예측할 수 있는 'ConFu'라는 새로운 스펙큘레이티브 디코딩 프레임워크를 제안하여, 기존 EAGLE-3 대비 토큰 수용률과 생성 속도를 8~11% 향상시킨다고 설명합니다.
이 논문은 Tutlayt AI 프로젝트의 일환으로 저자원 언어를 위한 병렬 음성 말뭉치 'LoReSpeech'를 구축하는 방법론을 제시하며, 이를 통해 다국어 자동음성인식 및 음성 간 번역 기술 발전과 디지털 포용성 증진을 도모합니다.
이 논문은 점별 상호정보량 (PMI) 기반 단어 임베딩과 대응 분석 (CA) 간의 수학적 연관성을 규명하고, 제곱근 및 네제곱근 변환을 적용한 CA 변형 (ROOT-CA, ROOTROOT-CA) 이 기존 PMI 기반 방법보다 우수한 성능을 보이며 BERT 와 경쟁 가능한 결과를 달성함을 실증적으로 입증합니다.
이 논문은 기존 벤치마크의 한계를 극복하고 실제 사이버 위협 인텔리전스 (CTI) 분석가의 3 단계 워크플로우를 반영한 새로운 평가 프레임워크인 CyberThreat-Eval 을 제안하며, 이를 통해 현재 대규모 언어 모델 (LLM) 이 복잡한 위협 연구 자동화에서 겪는 사실성 및 전문성 부족 문제를 규명했습니다.
이 논문은 LLM 기반 심층 연구 에이전트가 생성한 전문가 수준의 보고서를 평가하기 위해 전문가가 개발한 7 차원 25 하위 차원의 세분화된 평가 체계와 주장 검증 아키텍처를 포함한 'DEER'라는 새로운 벤치마크를 제안하고, 현재 시스템이 구조적 완성도는 갖췄지만 전문가 요구 충족과 논리적 완결성 측면에서 개선의 여지가 있음을 밝혔습니다.
이 논문은 추가적인 학습이나 모델 업데이트 없이 쿼리를 긍정 및 부정 구성 요소로 분해하여 대비적 목적 함수로 임베딩을 최적화하는 '직접 임베딩 최적화 (DEO)'라는 훈련 없는 방법을 제안함으로써, 부정을 고려한 검색 성능을 획기적으로 향상시킵니다.
이 논문은 공개 웹과 기업 내부 지식 베이스를 모두 활용하여 복잡한 다단계 조사 과제를 수행하는 AI 에이전트의 능력을 평가하기 위해 서비스노우에서 개발한 'DRBench'라는 새로운 벤치마크와 100 개의 실제 시나리오를 소개합니다.
이 논문은 생성형 엔진 최적화 (GEO) 에서 인용 실패의 원인을 진단하고 맞춤형 개입을 수행하는 에이전트 시스템인 AgentGEO 를 제안하여, 기존 방법 대비 인용률을 40% 이상 향상시키면서 콘텐츠 수정량은 5% 로 최소화하는 효율적인 프레임워크를 제시합니다.
이 논문은 말로 된 지시 수행을 평가하기 위해 11 개 언어와 9 가지 태스크로 구성된 다국어 구두 프롬프트 데이터셋 'DoWhatISay(DOWIS)'를 소개하고, 기존 텍스트 프롬프트보다 구두 프롬프트의 성능이 낮음을 보여주며 특히 음성 출력이 필요한 태스크에서 그 격차가 좁혀진다는 사실을 규명했습니다.
이 논문은 2021 년부터 2024 년까지의 565 만 건의 과학 논문 데이터를 분석한 결과, 생성형 AI 도구의 사용이 비영어권 국가의 저자들이 미국식 과학 영어에 더 빠르게 수렴하도록 하여 언어적 장벽을 낮추고 있음을 보여준다고 요약할 수 있습니다.
이 논문은 유럽 의회 연설의 원본, 번역, 통역을 포함한 영어 - 독일어 병렬 말뭉치 'EPIC-EuroParl-UdS'의 업데이트된 버전을 소개하고, 정보이론적 접근을 통해 구어와 문어의 변이를 연구할 수 있도록 어휘 정렬 및 놀라움 지수 등의 새로운 레이어를 추가하여 번역 연구와 통역 중 유창성 예측에 활용 가능한 새로운 분석 사례를 제시합니다.
이 논문은 EVM 호환 체인에서 자연어 기반 트랜잭션 코드 생성의 실행 정확성과 안전성을 평가하기 위해 동적 검증 방식을 도입한 새로운 벤치마크인 'EVM-QuestBench'를 제안하고, 이를 통해 다양한 대규모 언어 모델들의 성능 격차와 단일 작업 대비 다단계 워크플로우 수행 능력의 비대칭성을 분석합니다.
이 논문은 자연어 쿼리를 메타데이터 필터로 변환하는 LLM 기반 RAG 시스템이 식품 영양 데이터 검색에서 높은 성능을 보이지만, 메타데이터 표현 범위를 초과하는 복잡한 제약 조건이 포함된 질문에서는 신뢰할 수 있는 검색에 한계가 있음을 평가했습니다.
이 논문은 가짜 뉴스 탐지와 확산 예측을 비교 분석하여, 텍스트 임베딩이 갖춰진 경우 탐지 작업은 안정적이지만 확산 예측은 운영적 선택에 민감함을 보여주며, 제한된 자원 환경에서도 최첨단 성능을 낼 수 있는 경량화되고 투명한 파이프라인을 제안합니다.
이 논문은 재료, 조리법, 영양소 정보를 결합하여 시맨틱, 어휘, 도메인 관점에서 요리 유사성을 평가하고 전문가 검증을 통해 의사결정에 가장 영향력 있는 요소를 규명함으로써 개인화 식단 및 자동 조리법 생성 시스템 개발에 기여하는 방법을 제시합니다.
이 논문은 대비적 디코딩이 오디오 언어 모델의 특정 오류를 수정하는 데 효과적이지만 그 성능은 모델별 오류 패턴에 따라 달라지므로, 이를 분석하기 위한 전이 행렬 프레임워크를 제안하고 각 아키텍처에 적합한 개선 전략을 제시합니다.
이 논문은 기존 단방향 생성의 한계를 극복하고 병렬 실행이 가능한 컴팩트 양방향 트랜스포머 아키텍처를 제안하여 MSCOCO 벤치마크에서 비시각 - 언어 사전학습 모델을 제외한 최첨단 성능을 달성한 연구입니다.
이 논문은 인간 평가에 의존하던 기존 방식의 한계를 극복하기 위해, LLM 을 메타-저지 (Meta-Judge) 로 활용하여 제어된 의미적 왜곡을 통해 합성 평가 데이터를 생성하고, 이를 통해 NLG 평가 지표의 신뢰성을 검증하는 확장 가능한 프레임워크를 제안합니다.
이 논문은 단일 추론 경로의 중간 상태를 분석하여 불확실성을 추정하고, 이를 바탕으로 정확도를 유지하면서 추론 토큰을 최대 80%까지 절감할 수 있는 신뢰도 기반의 적응형 샘플링 프레임워크를 제안합니다.
이 논문은 질문 응답의 정확성과 확장성을 높이기 위해, 문장을 제거했을 때의 단서 풍부도 변화를 측정하는 마진 기반 전략을 사용하여 경량 인코더 전용 트랜스포머를 통해 효율적이고 정밀한 컨텍스트 압축을 달성하는 'LooComp' 프레임워크를 제안합니다.
본 논문은 FUSE(Foundations, Unification Strategies, Scenarios, Ecosystem) 분류 체계를 통해 대규모 언어 모델 시대의 모델 병합 기술의 이론적 기반, 알고리즘적 접근법, 응용 분야 및 생태계를 체계적으로 조명하고 향후 연구 방향을 제시하는 포괄적인 조사 연구입니다.
이 논문은 기능적 부하와 선호되는 음소 수에 대한 안정화 경향이라는 두 가지 가정을 포함한 확률적 모델을 통해, 음소 빈도 분포의 통계적 규칙성이 최적화 메커니즘이 아닌 역사적 음운 변화의 자연스러운 결과로 나타날 수 있음을 보여줍니다.
이 논문은 개인 식별 정보에 대한 주석이 포함된 10 개 언어의 다국어 익명화 벤치마크 'MultiGraSCCo'를 제안하며, 기계 번역과 문화적 맥락 적응을 통해 생성된 고품질 합성 데이터를 활용해 의료 데이터의 익명화 시스템 개발 및 검증을 지원함을 보여줍니다.
이 논문은 최신 트랜스포머 언어 모델보다 단순한 n-gram 통계에 더 민감한 신경 언어 모델이 자연어 텍스트의 읽기 시간을 더 잘 예측한다는 것을 증명합니다.
이 논문은 토큰화 방식이 완전히 다른 라틴 문자와 키릴 문자로 표기된 세르비아어 텍스트를 분석하여, 희소 자동 인코더 (SAE) 가 학습한 특징이 표면적인 표기 형식이 아닌 추상적인 의미 수준에서 불변성을 가진다는 것을 증명했습니다.
이 논문은 자연어 평가 요청을 실행 가능하고 추적 가능한 워크플로우로 자동 변환하여 대규모 언어 모델의 평가 과정을 간소화하고 재현성을 높이는 에이전트 기반 시스템 'One-Eval'을 제안합니다.
이 논문은 기존 연구의 한계인 가짜 다중모달성과 사용자 동질성 문제를 해결하기 위해, 사용자의 장기적 성향을 반영한 'U-MStance' 데이터셋과 이를 기반으로 한 다중모달 스탠스 감지 프레임워크 'PRISM'을 제안합니다.
이 논문은 추론 시 토큰별로 필요한 계산량을 학습 가능한 가변적 마스크를 통해 동적으로 할당함으로써, 기존 모델보다 더 효율적인 성능을 달성하는 새로운 사전 학습 프레임워크인 PonderLM-3 을 제안합니다.
이 논문은 매 토큰 생성 전에 난이도에 따라 가변적인 길이의 잠재적 사고 체인 (Latent CoT) 을 자동으로 생성하여 모델 파라미터를 늘리지 않고도 언어 모델의 성능을 향상시키고 계산 효율성을 높이는 새로운 사전 학습 방법을 제안합니다.
이 논문은 기존 환각 탐지 방법의 성능이 모델의 내적 정보에 대한 진정한 인식보다는 질문 기반의 벤치마크 해킹에 크게 의존하고 있음을 '근사 질문 측 효과 (AQE)'라는 새로운 방법론을 통해 규명했습니다.
이 논문은 대규모 언어 모델 (LLM) 을 활용하여 인간이 생성한 공간 범주화 레이블과 높은 일치도를 보임을 입증하고, 이를 통해 기존 TRPS 데이터 세트를 확장하여 더 포괄적인 공간 데이터 구축의 기반을 마련하는 방법을 제시합니다.
이 논문은 대규모 언어 모델의 어텐션 점수를 활용하여 전체 후보 목록의 맥락을 고려한 효율적인 재랭킹 프레임워크를 제안하고, 다양한 도메인과 LoCoMo 벤치마크에서 기존 최첨단 방법보다 우수한 성능을 입증했습니다.
본 논문은 멀티모달 LLM 에서 텍스트가 이미지로 변환될 때 발생하는 성능 저하 (모달리티 격차) 를 체계적으로 진단하고, 렌더링 요인의 영향과 오류 유형을 규명하며, 모델의 자체 텍스트 추론 궤적을 활용한 자기 증류법을 통해 시각적 텍스트 이해 능력을 획기적으로 개선하는 방법을 제시합니다.
이 논문은 언어 모델을 활용하여 비구조화된 관측을 계층적 객체 - 속성 구조로 변환하는 'StateFactory'를 제안함으로써, 훈련 데이터의 편향 없이 다양한 도메인에서 목표 상태와의 의미적 유사성을 기반으로 한 정확한 보상 예측과 향상된 에이전트 계획 성능을 달성함을 보여줍니다.
이 논문은 텍스트와 음성을 교차 생성하는 대화형 음성 언어 모델의 추론 비용을 줄이기 위해, 주기적인 전체 깊이 '리프레시' 단계를 포함한 모달리티 인지형 조기 종료 프레임워크인 SPAR-K 를 제안하며, 이를 통해 음성 품질을 유지하면서 추론 깊이를 최대 11% 까지 감소시켰다고 요약할 수 있습니다.
이 논문은 과학 논문 내의 표 데이터에 대한 언어 추론과 복잡한 계산이 필요한 질문을 다루는 새로운 벤치마크 'SciTaRC'를 소개하며, 현재 최첨단 AI 모델들이 실행 계획의 충실한 수행 실패로 인해 해당 작업에서 상당한 성능 저하를 보인다는 사실을 규명합니다.
이 논문은 OpenAI 의 SimpleQA 벤치마크가 가진 노이즈, 편향 및 중복 문제를 해결하기 위해 엄격한 필터링 과정을 거쳐 개발된 'SimpleQA Verified'라는 새로운 사실성 평가 기준을 소개하고, 이를 통해 Gemini 2.5 Pro 가 GPT-5 를 포함한 다른 최첨단 모델들을 능가하는 55.6 의 F1 점수를 기록했음을 보고합니다.
이 논문은 에이전트가 도구를 재사용 가능한 고수준 '스킬'로 추상화하고 재구성할 수 있는 능력을 평가하기 위한 새로운 벤치마크 'SkillCraft'를 제안하고, 이를 통해 에이전트의 토큰 사용량을 최대 80%까지 줄이면서 성공률을 높일 수 있음을 입증했습니다.
이 논문은 ALiBi 위치 인코딩으로 인해 BLOOM 모델의 어텐션 헤드가 무너지는 현상을 발견하고, 이를 표적 재초기화 기법으로 수술적으로 복구하여 모델 성능을 획기적으로 개선하는 방법을 제시합니다.
이 논문은 언어 모델의 추론 능력과 암기된 지식의 영향을 명확히 분리하여 평가하기 위해, 실제 세계와 구조는 동일하지만 지식 무용지물인 합성 세계를 병렬로 구축하는 'SynthWorlds' 프레임워크를 제안합니다.
이 논문은 LLM 의 컨텍스트 윈도우 제한을 극복하기 위해 의미적 상관관계에 따른 적응형 메모리 추출, 다중 인덱스 메모리 데이터베이스, 그리고 사용자 입력에 기반한 자율적 도구 선택을 통해 장기 대화형 QA 성능을 향상시킨 'TA-Mem' 프레임워크를 제안합니다.
ThinkQE 는 LLM 기반 쿼리 확장 시 발생하는 과도한 집중 문제를 해결하기 위해 심층적 의미 탐색과 검색 피드백을 활용한 반복적 정제 전략을 도입하여, 다양한 웹 검색 벤치마크에서 기존 최첨단 방법들보다 우수한 성능을 달성하는 테스트 시간 쿼리 확장 프레임워크입니다.
이 논문은 단순한 사실적 질문에서도 추론이 '계산 버퍼'와 '사실적 프라임' 메커니즘을 통해 모델의 암기 지식 회상을 촉진하지만, 중간 단계의 환각은 최종 답변의 오류로 이어질 수 있음을 규명하고 환각 없는 추론 경로를 우선시함으로써 정확도를 향상시킬 수 있음을 보여줍니다.
이 논문은 RECIST 기준에 따라 종양 부하 및 치료 반응을 추적하기 위해 오픈소스 LLM 기반의 로컬 배포 파이프라인을 개발하고, 네덜란드 CT 보고서에서 높은 정확도로 종양 병변 정보를 추출하는 것을 입증했습니다.
이 키노트 연설은 ECIR 2025 에서 사전 학습된 파라미터 지식과 검색된 맥락 지식 간의 상호작용, 특히 두 지식 간의 충돌과 맥락 활용 실패 원인을 진단하고 해결하기 위한 연구 결과를 다룹니다.
이 논문은 추론 능력이 강화될 때 발생하는 '추론 유발 정렬 불일치 (RIM)' 현상을 발견하고, 추론 토큰에 대한 어텐션 감소와 안전 관련 뉴런에서의 활성화 얽힘을 통해 그 기작을 최초로 규명했습니다.
이 논문은 실시간 3D 가우스 스플래팅 (3DGS) 기반 온라인 SLAM 과 의미론적 정보를 통합하여 비정렬 영상 입력을 처리하고, 이를 통해 객체 감지 및 제로샷 캡션 생성과 같은 다운스트림 멀티모달 작업을 가능하게 하는 확장 가능한 오픈 프레임워크인 X-GS 를 제안합니다.
이 논문은 노드 간 연결의 국소적 의존성과 노이즈 문제를 해결하기 위해 전역적 맥락을 제공하고 노이즈를 제거하는 두 가지 프로토타입 집합을 활용하여 기존 메시지 전달 기반 GNN 의 성능을 획기적으로 향상시키는 GNN 을 제안하고, 다양한 데이터셋에서 그 우수성을 입증합니다.
이 논문은 가소성 선형 물체 (DLO) 의 물리적 매개변수에 대한 확률적 추정을 통해 시뮬레이션과 현실 간의 차이를 해소하고, 이를 기반으로 학습된 제어가 추가 미세 조정 없이도 실제 환경에서 성공적으로 적용될 수 있는 통합된 Real2Sim2Real 프레임워크를 제안합니다.
이 논문은 가우스 혼합 모델 데이터를 사용하는 머신러닝 훈련 알고리즘의 동역학을 고든 비교 정리를 기반으로 한 가우스 비교 정리를 통해 분석하여, 점근적 영역에서의 동적 평균장 이론의 유효성을 엄밀하게 증명하고 비점근적 영역에서의 더 정확한 표현을 위한 반복적 정제 기법을 제안합니다.
이 논문은 이산 또는 혼합 변수를 가진 복잡한 분포에서 목표 함수의 기울기 없이도 물리적 전이 커널과 시간 가역성 제약을 활용하여 forward 및 backward 마르코프 궤적 간의 최대 평균 불일치 (MMD) 를 최소화하는 새로운 생성적 샘플링 프레임워크를 제안하고, 이를 다양한 벤치마크에서 검증했습니다.
이 논문은 AI-RAN 기반의 다중 액세스 엣지 컴퓨팅 시스템에서 비독립 동일 분포 (non-IID) 데이터 문제를 해결하고 정보 손실을 최소화하기 위해 자기 지식 증류, 조건부 계층적 응집 클러스터링을 활용한 다중 프로토타입 전략, 그리고 새로운 LEMGP 손실 함수를 통합한 'MP-FedKD' 접근법을 제안하고 그 우수성을 입증합니다.
이 논문은 T-A 공식으로 생성된 유한요소법 데이터를 기반으로 학습된 잔류 신경망 (FCRN) 기반 대리 모델을 개발하여 고온 초전도 자석의 전류 분포를 신속하고 정확하게 예측함으로써 대규모 자석의 지능형 설계를 가능하게 했음을 보여줍니다.
이 논문은 차원의 저주로 인해 기존 동적 계획법의 적용에 한계가 있는 고차원 경제 모델에 대해 강화 학습이 제공하는 유연한 대안과 그 이론적 기반, 실용적 예시, 그리고 현재 직면한 한계점을 종합적으로 검토합니다.
이 논문은 2018 년부터 2026 년 초까지의 탈중앙화 연방학습 (DFL) 연구들을 체계적으로 검토하고, 기존 중앙집중식 FL 의 한계를 극복하는 두 가지 아키텍처를 분류하며, 핵심 병목 현상에 기반한 통합 분류 체계를 제시하고 향후 연구 방향을 제안합니다.
이 논문은 엣지 장치에서 LLM 을 배포할 때 3.5 비트 이하의 양자화를 적용한 대규모 모델이 작은 고정밀 모델보다 성능이 우수하며, 모델 크기 감소에 따른 처리량 병목 현상이 통신 오버헤드에서 계산 지연으로 전환된다는 것을 체계적인 평가를 통해 규명하고 최적화 가이드라인을 제시합니다.
이 논문은 제조 시스템의 이질적 데이터 소스를 효과적으로 활용하기 위해 다중 태스크 학습과 다중 정밀도 모델링을 통합한 계층적 가우시안 프로세스 기반 대리 모델링 프레임워크를 제안하고, 기존 방법 대비 예측 정확도를 크게 향상시키는 것을 입증합니다.
이 논문은 강화학습의 학습 안정성과 효율성을 높이기 위해 샘플 난이도를 기반으로 힌트 비율을 동적으로 조정하고, 일관성 기반 그래디언트 조절과 롤아웃 난이도 사후확률을 활용한 이점 추정을 도입한 'ADHint'라는 새로운 방법을 제안합니다.
이 논문은 비전 - 언어 - 행동 (VLA) 모델을 활용하여 고전적 계획기의 매개변수를 적응적으로 학습하는 'APPLV'를 제안함으로써, 기존 방법들보다 뛰어난 항해 성능과 미시적 환경에 대한 일반화 능력을 달성함을 보여줍니다.
이 논문은 강화학습의 하이퍼파라미터 최적화 연구에 필요한 다양한 접근법 간의 비교와 저사양 환경에서의 평가를 가능하게 하기 위해 효율적이고 유연한 벤치마크인 'ARLBench'와 대규모 데이터셋을 제안합니다.
본 논문은 제한된 데이터와 다양한 운영 조건 하에서 위성 전자기기의 온궤도 신뢰성 예측 정확도를 향상시키기 위해, Wiener 과정 기반의 고장 모델과 공간적 상관관계를 통합한 적응형 능동 학습 프레임워크를 제안합니다.
이 논문은 유한 분포를 가진 중꼬리 잡음, -오염, 그리고 -혼합 의존성 하에서 고차원 강건한 희소 회귀를 위해 적응형 중요도 샘플링 (AIS) 과 계층적 하위표본 추출 (SS) 두 가지 추정기를 제안하며, 이론적 최적성, 편향 보정, 그리고 실증적 성능 개선을 입증합니다.
본 논문은 EFISH 신호를 기반으로 전기장 분포를 재구성하는 기존 방법의 한계를 극복하고, 함수 간 매핑을 학습하는 새로운 '디코더-딥온넷 (DDON)' 모델이 더 높은 정확도, 일반화 능력 및 불완전한 입력 데이터에 대한 견고성을 제공함을 입증합니다.
이 논문은 트랜스포머 아키텍처를 이산 시간 제어된 입자 시스템으로 모델링하고 확률 측도로 리프팅하여 완전 관측 마르코프 의사결정 과정 (MDP) 을 구성함으로써, 경사 기반 학습의 제약 없이 전역 최적 정책을 보장하는 새로운 최적 제어 이론적 훈련 접근법을 제시합니다.
이 논문은 완전 연결 네트워크에 국한되거나 근사적인 기존 방법의 한계를 극복하기 위해, 합성곱 신경망 (CNN) 의 기하학적 구조를 정확히 반영하는 폐쇄형 평탄도 측정치를 제안하고 이를 통해 CNN 모델의 일반화 성능을 정밀하게 평가하고 아키텍처 설계에 활용할 수 있음을 입증합니다.
이 논문은 명의 전문가가 개의 서버에 분산된 환경에서 손실 함수를 고려할 때, 이전 연구보다 향상된 통신 비용으로 regret 을 최소화하는 새로운 프로토콜을 제안합니다.
이 논문은 추론을 최적 제어 문제로 재정의하고, 사전 훈련된 LLM 에 통합 가능한 하드웨어 효율적인 'Test-Time Control (TTC)' 레이어를 제안하여 추론 시 잠재 상태에 대한 유한 시간 LQR 계획을 수행함으로써 수학 추론 성능을 획기적으로 향상시킨다고 요약할 수 있습니다.
이 논문은 청각적 참조 신호 없이도 기존 최첨단 모델보다 높은 상관관계와 낮은 평균 제곱 오차를 보이는 새로운 병목 트랜스포머 아키텍처를 통해 STOI 점수를 정확하게 예측하는 방법을 제안합니다.
이 논문은 검증 가능한 답변이 없는 일반적 선호도 기반 작업에서 CoT 추론을 통합할 때 발생하는 Bradley-Terry 확률의 구조적 변화를 해결하기 위해, 일관된 몬테카를로 추정자를 기반으로 한 새로운 최적화 알고리즘인 BTPO 를 제안하고 이를 통해 기존 휴리스틱 접근법보다 안정적이고 효과적인 학습을 가능하게 함을 보여줍니다.
이 논문은 다양한 소스로부터의 데이터 분포 변화와 샘플 크기 편차를 해결하면서도 전체 정확도와 소스별 이질성을 동시에 보장하기 위해 교차 도메인 잔차 학습과 적응형 클러스터링을 결합한 메타학습 기법인 'CTRL'을 제안하고, 스위치 난민 프로그램 등 5 개 대규모 데이터셋을 통해 기존 벤치마크보다 우수한 성능을 입증합니다.
이 논문은 머신러닝 기법과 도널드슨의 알고리즘을 결합하여 그라스만 다양체 상의 경사 하강법을 통해 칼라비 - 야우 계량을 효율적으로 근사하는 새로운 방법을 제안하고, 이를 더커 가족 3-다양체에 적용하여 모듈라이 공간에서의 수렴 거동과 비자명한 국소 최소값의 출현을 분석합니다.
이 논문은 희소한 에디 공변량 관측 데이터의 한계를 극복하고 다양한 기후 및 식생 유형을 가진 미관측 지역으로의 탄소 플럭스 일반화 성능을 체계적으로 평가하기 위해, 전 세계 567 개 사이트의 데이터를 기반으로 한 제로샷 공간 전이 학습용 벤치마크 'CarbonBench'를 최초로 제안합니다.
이 논문은 추가적인 학습 없이 기존 확산 또는 플로우 기반 로봇 정책들의 분포 점수를 결합하여 테스트 시간에 새로운 정책을 구성하는 '일반 정책 조합 (GPC)' 방법을 제안하고, 이를 통해 개별 정책보다 우수한 성능을 달성할 수 있음을 이론적 근거와 실험을 통해 입증합니다.
이 논문은 CLIP 인코더의 교차 모달 임베딩에 대한 구형 선형 보간 (SLERP) 을 활용한 '개념 드리프트' 메커니즘과 적응형 레이어노름 튜닝을 결합하여, 멀티모달 은유 식별의 정확도를 높이고 기존 생성 모델 대비 학습 비용을 대폭 절감한 효율적인 프레임워크인 CDGLT 를 제안합니다.
이 논문은 그론월 부등식을 사용하여 볼록 및 비볼록 목적 함수 하에서 확률적 경사 하강법 (SGD) 과 확률적 헤비 볼 (SHB) 알고리즘의 마지막 반복에 대한 수렴 속도를 분석하고 새로운 수렴 오차 한계를 제시합니다.
이 논문은 모바일 로봇의 능동적 상호작용을 통한 환경 탐사 한계를 극복하기 위해 다양한 물체 관계를 인코딩한 3D 관계 객체 그래프를 제안하고, 이를 기반으로 한 시스템이 기존 비전 - 언어 모델 기반 방법보다 다양한 장면과 물체에서 뛰어난 일반화 성능을 보임을 입증합니다.
이 논문은 결정적 언마킹을 통해 마스킹 확산 모델 (MDM) 에 정확한 가능도 계산과 퍼플렉시티 평가를 가능하게 하는 'DUEL' 프레임워크를 제안하여, 기존 ELBO 의 한계를 극복하고 MDM 의 성능이 autoregressive 모델보다 훨씬 우수할 수 있음을 입증합니다.
이 논문은 풀링 및 스트라이드 컨볼루션으로 인한 데이터율 감소로 인한 하드웨어 비효율성을 해결하기 위해, 다중 픽셀 처리와 데이터율 인식 설계 공간 탐색을 통해 FPGA 기반 CNN 가속기의 자원 효율성과 활용도를 극대화하는 아키텍처를 제안합니다.
이 논문은 불확실한 교란 분포를 가진 마르코프 결정 과정 (MDP) 에 대해 경험적 분포 기반의 모호성 집합을 정의하고, 약수렴과 거리 함수 수렴을 연결하여 유한 표본에서의 높은 확률 성능 보장, 수렴 속도, 및 표본 복잡도 한계를 증명하는 데이터 기반 강건 MDP 프레임워크를 제시합니다.
이 논문은 검증 가능한 보상을 통한 강화학습 (RLVR) 에서 발생하는 정확도 최적화와 보정 오류 최소화 간의 근본적인 경량 충돌 문제를 해결하기 위해 추론과 보정 목표를 체계적으로 분리하는 DCPO 프레임워크를 제안하여, 정확도를 유지하면서도 과도한 자신감 문제를 완화하고 모델의 보정 성능을 획기적으로 개선합니다.
이 논문은 스마트폰의 밀집된 GPS 궤적 데이터에서 속도 정보만을 입력으로 활용하는 새로운 트랜스포머 기반 모델인 'SpeedTransformer'를 제안하여, 기존 LSTM 모델보다 우수한 성능과 지역 간 전이 학습 능력을 입증하고 복잡한 실제 환경에서도 높은 정확도를 보였다고 요약할 수 있습니다.
이 논문은 사전 정규화 (pre-norm) Transformer 에서 토큰의 크기 팽창으로 인한 실패를 해결하기 위해 임베딩 크기를 고정하고 방향성만 최적화하는 '방향성 텍스트 인버전 (DTI)'을 제안하여, 텍스트 충실도와 개념 간 매끄러운 보간을 동시에 달성합니다.
이 논문은 대칭 불변량을 원자 단위로 활용하여 기존 방정식 발견 방법의 검색 공간을 축소하고 물리 법칙을 준수하는 해석 가능한 미분방정식을 효율적으로 도출하는 새로운 접근법을 제안합니다.
이 연구는 고밀도 표면 근전도 (HD sEMG) 를 이용한 다자유도 손가락 움직임 해독에서 공간 기술자 (MLD-BFM) 가 기존 시간 영역 특징보다 통계적으로 유의미한 성능 향상을 보이지는 않았으나, 차원 축소 방법보다 공간 해상도를 유지하는 것이 더 중요함을 확인했습니다.
이 논문은 개념 변화 (Concept Drift) 를 재발생과 신규 발생으로 재정의하고, 각각에 맞춰 역사적 패턴을 활용하거나 안정적인 일반 전문가로 전환하는 'DynaME'라는 새로운 하이브리드 프레임워크를 제안하여 온라인 시계열 예측 성능을 크게 향상시킵니다.
이 논문은 추론 시 비용 증가 없이 구조화된 정확한 추론을 가능하게 하기 위해, 추론 시에는 캐시된 편향만 추가하고 훈련 시에만 활성화되는 길이 인식 어텐션 사전과 이득 인식 제어기를 도입하여 제한된 컴퓨팅 자원 하에서도 검증 손실을 줄이는 효율적인 방법을 제안합니다.
이 논문은 좌표와 흐름 맵의 결합적 발견을 통해 딥러닝 기반의 정밀 시간 단계 접근법을 제시함으로써, 다양한 시공간 스케일을 가진 다중 스케일 시스템의 시뮬레이션 비용을 줄이면서도 최첨단 예측 정확도를 달성하는 프레임워크를 제안합니다.
이 논문은 공유 에지 리소스 하에서 다양한 사용자를 위한 AI-RAN 의 공정한 추론 성능을 보장하기 위해 효율성과 공정성 간의 균형을 조절하며 장기적 형평성을 달성하는 온라인 - within-온라인 공평 다중 태스크 학습 (OWO-FMTL) 프레임워크를 제안하고 그 유효성을 입증합니다.
이 논문은 토큰의 자기 위치 정보를 배제하고 직교하는 정보에만 주의를 집중하도록 한 '배타적 자기 주의 (XSA)'를 제안하여, 다양한 모델 크기와 긴 시퀀스 길이에서 기존 자기 주의 메커니즘보다 언어 모델링 성능을 지속적으로 향상시킨다는 것을 보여줍니다.
이 논문은 선형 서포트 벡터 머신을 리프 노드로 사용하는 최적 모델 트리를 혼합 정수 선형 프로그래밍을 통해 학습하고, 기존 탐욕적 알고리즘 및 다른 머신러닝 모델과 비교하여 해석 가능성과 정확도 측면에서 경쟁력 있는 성능을 입증했습니다.
이 논문은 LiDAR 기반 3D 의미 분할에서 노이즈가 있는 라벨과 도메인 일반화 문제를 동시에 해결하기 위해 제안된 듀얼 뷰 프레임워크 'DuNe'를 소개하며, 기존 방법들의 한계를 극복하고 여러 데이터셋에서 최첨단 성능을 입증합니다.
이 논문은 트랜스포머와 상태 공간 모델을 결합한 하이브리드 시퀀스 모델이 비하이브리드 모델의 이론적 한계를 극복하고, 더 적은 파라미터로 우수한 성능과 길이 일반화 능력을 달성함을 이론적 증명과 실험을 통해 입증합니다.
이 논문은 ARM TrustZone 의 비효율적인 리소스 격리 문제를 해결하기 위해 유연한 메모리 및 NPU 격리 메커니즘을 도입하여 모바일 기기에서 LLM 추론 속도와 보안을 동시에 극대화하는 'FlexServe' 시스템을 제안합니다.
이 논문은 희소 센서 데이터의 라스터화, 센서 배치의 적응적 최적화, 그리고 다중 조건 흐름 재구성을 위한 공유 인코더-멀티 디코더 아키텍처를 통해 물리 정보 신경망 (PINN) 기반의 유동장 재구성 정확도와 견고성을 획기적으로 향상시킨 '보로노이 기반 센서 최적화 PINN(VSOPINN)'을 제안하고 검증합니다.
이 논문은 저주파 패턴 학습과 중·고주파 에너지 향상을 위한 필터 강화 주기 예측 및 분할 주파수 패턴 학습 모듈을 통합한 FreqCycle 과 이를 계층적으로 확장한 MFreqCycle 을 제안하여, 다양한 시계열 예측 벤치마크에서 최첨단 정확도와 빠른 추론 속도를 동시에 달성함을 보여줍니다.
이 논문은 노드 및 하이퍼엣지 수준의 대조 학습과 클러스터 할당 학습을 결합하여 임베딩과 클러스터링 결과를 동시에 최적화하는 엔드투엔드 방식인 'CAHC'를 제안함으로써 기존 방법들의 한계를 극복하고 속성 하이퍼그래프 클러스터링 성능을 향상시켰습니다.
이 논문은 의미적, 인스턴스, 픽셀 수준의 세 가지 데이터 세분성을 명시적으로 학습하는 계층적 구조와 점진적 마스킹 커리큘럼을 통해 대비 학습과 마스킹 이미지 모델링 간의 긴장 관계를 해결하고 더 강력하고 일반화 가능한 시각 표현을 학습하는 C2FMAE 를 제안합니다.
이 논문은 기존 역확률 가중치 (IPW) 의 높은 분산 문제를 해결하기 위해 비모수적 가중치 추정과 보상 예측을 결합한 모델 보조 비모수 가중치 (MNW) 방법을 제안하여 오프폴리시 평가의 정확도와 안정성을 크게 향상시켰음을 보여줍니다.
이 논문은 합성 데이터의 한계를 넘어 실세계 구조와 대규모 규모를 반영하는 새로운 벤치마크 'FrontierCO'를 제안하고, 이를 통해 기존 최적화 솔버와 비교 평가한 머신러닝 기반 솔버들의 실제 성능과 한계를 체계적으로 분석합니다.
이 논문은 기존 PEFT 방법들이 간과한 데이터와 레이어 간의 상호작용을 고려하여, 각 레이어별로 가장 영향력 있는 데이터 포인트를 적응적으로 선택하는 통합 최적화 전략인 GAST(Gradient-aligned Sparse Tuning) 를 제안하고 이를 통해 기존 베이스라인보다 우수한 성능을 입증했습니다.
본 논문은 생성적 드리프트 (Generative Drifting) 가 사실은 스코어 매칭 (Score Matching) 의 일종임을 규명하여, 드리프트 연산자의 이론적 기반을 확립하고 커널 선택, 수렴 속도, 그리고 스톱-그래디언트 연산자의 필수성을 설명하는 새로운 해석을 제시합니다.
이 논문은 동적 평활화 정규화를 적용한 반복 재가중 최소제곱법 (IRLS) 변형이 임의의 초기화에서 기저 부분공간으로 선형 수렴함을 증명하여, 로버스트 부분공간 복원 및 비볼록 리만 다양체 상의 IRLS 에 대한 최초의 전역 수렴 보장을 제시합니다.
이 논문은 적분 조건 하에서 조각별 선형 경로의 시그니처 선형 범함수가 및 가중 노름에 대해 조밀하다는 전역 보편 근사 정리를 증명하고, 이를 브라운 운동 기반의 경로 의존적 범함수 및 확률 미분방정식의 근사에 적용합니다.
이 논문은 정답만 고려하는 기존 강화학습의 한계를 극복하기 위해, 모델의 컨텍스트 학습 능력을 활용해 추론의 질을 측정하는 '증거 이득 (Evidence Gain)'을 도입하고 이를 통해 고품질 추론 궤적에 가중치를 부여하는 '인-컨텍스트 RLVR'을 제안하여 수학 벤치마크에서 정확도와 추론 품질을 모두 향상시켰음을 보여줍니다.
이 논문은 기존에 존재하지 않았던 딥러닝 기반의 초그래프 생성 방법론인 HYGENE 를 제안하며, 확산 모델을 활용해 이분 그래프 표현을 기반으로 국소적 확장을 통해 복잡하고 다양한 초그래프 구조를 효과적으로 생성하는 것을 목표로 합니다.
이 논문은 RSGN 의 쌍곡선 희소 기하학과 SSA 의 발진기 기반 주파수 동기화를 결합하여, 위상 일관성이 구조적 가소성을 제어하는 'Hebbian-Oscillatory Co-Learning(HOC-L)'이라는 통합 동적 프레임워크를 제안하고, 이에 대한 수렴성 증명 및 희소성 유지 효율성을 입증합니다.
이 논문은 산업 공정 제어의 시뮬레이션-현실 간극을 해결하기 위해 상태 구성, 보상 함수, 종료 조건 및 물리 기반 동역학 모델 등 마르코프 결정 과정 (MDP) 설계 요소가 실제 하드웨어 배포에 미치는 영향을 체계적으로 분석하고, 물리 기반 모델이 단순화된 모델보다 50% 높은 성공률을 보임으로써 RL 의 실용적 배포를 위한 설계 가이드라인을 제시합니다.
이 논문은 비선형 시변 시스템의 제어에서 심층 강화학습 (DRL) 의 성능을 극대화하고 시간 변화에 대한 강인성을 확보하기 위해, DRL 과 경계 극값 탐색 (ES) 을 결합한 하이브리드 제어기 개발과 그 유효성을 수치 시뮬레이션 및 로스 알라모스 중성자 과학 센터의 입자가속기 빔 수송 시스템 자동 튜닝 사례를 통해 입증했습니다.
이 논문은 노이즈가 포함된 가우시안 혼합 모델에서 클러스터링 품질 평가의 신뢰성을 높이기 위해 특징의 분산에 기반한 특징 중요도 재조정 (FIR) 방법을 제안하고, 이를 통해 무지도 학습 환경에서 클러스터링 유효성 지수와 실제 정답 간의 상관관계를 개선한다는 것을 보여줍니다.
이 논문은 확률 심플렉스의 기하학적 구조를 반영하는 정보 기하학 기반의 새로운 베이지안 최적화 알고리즘인 -GaBO 를 제안하여, 기존 유클리드 공간 기반 방법들보다 다양한 실세계 응용 분야에서 우수한 성능을 입증합니다.
이 논문은 적층 제조의 표면 거칠기를 예측하기 위해 실험 데이터와 생성적 적대 신경망을 결합한 데이터 기반 프레임워크를 개발하고, 이를 통해 3D 모델의 방향과 공정 매개변수를 실시간으로 조정하며 표면 거칠기 분포를 시각화하는 대화형 웹 도구를 제시합니다.
이 논문은 추상적 추론이 필요한 대수적 작업에서 일반화 능력을 향상시키기 위해, 테스트 데이터 분포보다 단순한 Few-shot 예제를 선택적으로 반복적으로 구성하는 새로운 인-컨텍스트 학습 전략을 제안하고 그 유효성을 입증합니다.
이 논문은 모델 가중치나 생성 과정에 대한 접근 권한 없이도 API 를 통해 호출되는 블랙박스 LLM 의 토큰 로그 확률 정보만을 활용하여 BiasNet 이라는 작은 플러그인 블록을 통해 효과적으로 재프로그래밍 (JAILBREAK) 하는 JULI 방법을 제안합니다.
이 논문은 효율적 영향 함수의 명시적 유도 없이도 반모수적 효율성을 달성할 수 있는 범용 최소불리 하위모델 기반 커널 편향 보정 플러그인 추정량 (ULFS-KDPE) 을 제안하고, 이를 함수해석학적 근거와 수치적 안정성을 갖춘 알고리즘으로 정립했습니다.
이 논문은 새로운 명령어 집합 구조 (ISA) 를 가진 차세대 AI 가속기용 저수준 커널을 자동으로 생성하고 최적화할 수 있는 에이전트형 LLM 의 능력을 평가하기 위해, 컴파일 및 시뮬레이션 피드백을 활용한 'KernelCraft'라는 첫 번째 벤치마크를 제안하고 이를 통해 커널 개발 비용 절감 가능성을 입증했습니다.
이 논문은 생물학적 동기화 현상에서 영감을 받아 주기적 도메인에서 스토캐스틱 쿠라모토 동역학을 활용하여 지문 및 질감처럼 방향성이 풍부한 이미지의 생성 품질을 획기적으로 개선한 새로운 스코어 기반 생성 모델을 제안합니다.
이 논문은 물리적 사전 지식 (관성, 감쇠, 학습된 퍼텐셜 등) 을 기반으로 한 언더댐프드 랑베인 방정식을 잠재 공간의 시간 진화에 적용하여, 생물학적 신경 집단의 진동 및 흐름 특성을 효과적으로 모델링하고 기존 최첨단 방법들보다 우수한 성능을 보이는 'LangevinFlow'라는 시퀀스 변분 오토인코더를 제안합니다.
이 논문은 고정된 샘플링 하이퍼파라미터 대신 강화학습을 통해 추론 시 계산 자원에 따라 동적으로 샘플링 전략을 선택하는 경량 디코딩 어댑터를 제안하여, 수학 및 코딩 벤치마크에서 고정된 예산 대비 정확도를 크게 향상시킨다는 점을 설명합니다.
이 논문은 신뢰할 수 없는 조건부 독립 오라클 하에서 마르코프 네트워크는 특정 조건 하에 구조를 식별할 수 있음을 보이지만, 베이지안 네트워크는 오라클의 오류가 하나만 있어도 구조를 항상 식별할 수 없음을 증명하고, 식별 가능한 경우에 대한 구조 학습 알고리즘을 제시합니다.
이 논문은 제어 장벽 함수와 미분 가능 최적화를 기반으로 한 데이터 중심 접근법을 통해 다중 에이전트 상호작용에서 안전성을 보장하기 위해 에이전트가 얼마나 자신의 행동을 조정하는지 (책임 할당) 를 학습하고 해석 가능한 정량적 통찰을 제공하는 방법을 제시합니다.
이 논문은 사전 정의된 하위 네트워크에 의존하지 않고 fMRI 데이터의 고유한 특성을 기반으로 뇌 네트워크의 계층적 조직을 학습하는 'BrainHO' 모델을 제안하여 뇌 질환 진단 성능을 향상시키고 해석 가능한 생체 표지자를 발견합니다.
이 논문은 복잡한 의료 시나리오에서 다수결 투표의 한계를 극복하고 Med-RPM 을 활용한 세분화된 전문가 기반 보상 신호로 강화 학습을 유도함으로써, 의료 AI 의 추론 신뢰성과 확장성을 획기적으로 개선하는 MAPLE 프레임워크를 제안합니다.
이 논문은 IoT 데이터 스트림의 개념 변화와 시간적 의존성을 처리하기 위해 비틀스키의 사회문화적 학습 이론에 기반한 자율적 상호 지원 학습 패러다임인 'MAcPNN'을 제안하고, 이를 통해 기존 연동 학습 방식보다 효율적으로 성능을 향상시키는 방법을 제시합니다.
이 논문은 이미지와 같은 시드 데이터 없이도 추론 능력을 향상시키기 위해 제안자, 코더, 솔버라는 세 가지 역할을 도입하고 그룹 상대적 정책 최적화 (GRPO) 를 활용한 강화 학습 기반의 자기 진화 프레임워크인 MM-Zero 를 제안합니다.
이 논문은 과분산 및 복잡한 평균 - 분산 관계를 가진 데이터를 위해 트위디와 음이항 분포를 기반으로 한 전통적 및 볼록 NMF 를 위한 통합 MM 알고리즘 프레임워크를 개발하고, R 패키지 `nmfgenr` 을 통해 구현하여 다양한 실증 데이터를 통해 그 유효성을 입증합니다.
이 논문은 ReLU 활성화 함수를 가진 심층 신경망이 개의 데이터를 기억하기 위해 필요한 최소 네트워크 크기를 분석하여, 폭 () 과 깊이 () 가 를 만족할 때 임의의 데이터를 기억할 수 있음을 증명하고 이 관계가 최적임을 보임으로써 폭과 깊이 간의 트레이드오프를 명확히 규명했습니다.
이 논문은 N-MNIST 데이터셋에서 수행된 실험을 통해 Leaky Integrate-and-Fire 뉴런, 감독 대비 학습, 홉필드 네트워크, 계층적 게이트 순환 네트워크를 통합한 메모리 증강 스파이킹 신경망이 개별 최적화보다 균형 잡힌 아키텍처를 통해 분류 정확도, 에너지 효율성, 그리고 신경 군집 구조를 동시에 향상시킨다는 것을 입증했습니다.
이 논문은 희소 관측으로 인한 예측 편향을 보정하기 위해 이진 트리 구조를 활용한 미세 확산 (Micro-Diffusion) 은닉층을 도입하여 적응형 통계 모델의 확률 추정 정확도를 향상시키고 무손실 압축 효율을 높이는 'Midicoth' 시스템을 제안합니다.
이 논문은 민감한 개인 데이터를 처리하는 다중 모달 감정 분석 시스템에서 특정 모달리티의 삭제를 인증 가능하게 수행하면서도 예측 성능을 유지하는 'Missing-by-Design (MBD)' 프레임워크를 제안합니다.
이 논문은 복잡한 장기 의존성 모델링 없이도 단순한 분자 지문 (Molecular Fingerprints) 과 LightGBM 을 활용하여 펩타이드 기능 예측에서 그래프 신경망 및 트랜스포머 기반 모델보다 뛰어난 성능을 달성했음을 132 개 데이터셋을 통해 입증했습니다.
이 논문은 로봇의 운동학적 구조와 형태적 대칭성을 통합하여 높은 일반화 능력과 샘플 효율성을 보장하는 'MS-HGNN'이라는 새로운 이종 그래프 신경망 아키텍처를 제안하고, 이를 다양한 4 족 보행 로봇 동역학 학습 문제에서 실증적으로 검증합니다.
이 논문은 재학습 없이 희소 모델의 서브그래프를 재조합하는 '모델 스티칭' 기법과 이를 에지 SoC 에 배포한 SparseLoom 시스템을 제안하여, 기존 멀티 DNN 추론 시스템 대비 SLO 위반률을 최대 74% 감소시키고 처리량을 2.31 배 향상시키며 메모리 오버헤드를 평균 28% 절감하는 것을 실험적으로 입증했습니다.
이 논문은 투명하고 검증 가능한 제어 정책 개발을 위해 멀티모달 대형 언어 모델과 진화적 탐색을 결합한 MLES 방식을 제안하며, 시각적 피드백을 통해 정책 생성을 자동화하고 PPO 와 유사한 성능을 달성함을 보여줍니다.
이 논문은 라벨 및 선택 편향이 분류 모델의 평가와 성능, 편향 완화 기법에 미치는 영향을 실증적으로 분석하고, 통제된 편향을 도입한 새로운 평가 프레임워크를 통해 편향 없는 테스트 환경에서 공정성과 정확도 간의 트레이드오프가 존재하지 않음을 규명했습니다.
이 논문은 직사각형 가정을 요구하지 않는 비직사각형 평균 보상 강건 MDP 에서 최적 정책의 존재성을 증명하고, 평균 보상 최적성만으로는 과도기적 성능이 나쁠 수 있음을 보여주며, 이를 해결하는 상수 차수의 과도기적 성능을 갖는 에포크 기반 정책을 제안합니다.
이 논문은 비모수 변형 정보 병목 (NVIB) 기반 모델의 학습 중 잠재 표현의 불안정성을 해결하기 위해 레니 발산 상한 최소화를 수학적으로 유도한 파라미터 클리핑 전략을 제안함으로써, 더 강력한 프라이버시 보장과 향상된 유틸리티를 동시에 달성하는 프라이버시 보호 언어 모델 구축 방법을 제시합니다.
이 논문은 저랭크 분해 기반 파라미터 효율적 미세 조정 (PEFT) 에서 순차 학습 시 발생하는 catastrophic forgetting(과거 지식 망각) 이 업데이트 서브스페이스의 기하학적 구조와 파라미터화 방식에 크게 의존하며, 텐서 기반 분해나 구조적으로 정렬된 파라미터화 방법이 기존 방법보다 망각을 효과적으로 완화할 수 있음을 실증적으로 규명합니다.
이 논문은 가우시안 프로세스 토머스 샘플링 (GP-TS) 에 대해 기존에 명확하지 않았던 고확률 및 기대 후회 한계를 분석하고, 하한, 이차 모멘트 상한, 완화된 후회 상한, 그리고 시간 지평에 대한 개선된 누적 후회 상한을 포함한 다양한 후회 한계를 제시합니다.
이 논문은 AI 정렬 검증이 명제성, 일반성, 실용성이라는 세 가지 속성을 동시에 만족할 수 없음을 증명하여 정렬 인증의 형식적 한계를 규명하고, 이를 완화함으로써 실용적인 보장이 여전히 가능함을 시사합니다.
이 논문은 행렬 연산자 노름의 관점에서 신경망 옵티마이저의 폭 확장성을 분석하고, 층별 합성 가능한 평균 정규화 노름을 도입하여 폭에 무관한 학습률 전이를 가능하게 하는 새로운 옵티마이저 MOGA 를 제안하며, 대규모 사전 학습에서 Muon 과 경쟁력 있으면서도 더 빠른 성능을 입증합니다.
본 논문은 지반공학의 압밀 문제에 DeepONet 아키텍처를 적용하여 물리 기반 모델 (Model 3) 과 푸리에 특징이 강화된 3D 모델 (Model 4) 의 성능을 비교 평가함으로써, 기존 수치 해석 대비 최대 1,000 배의 속도 향상과 불확실성 정량화 가속화를 가능하게 하는 과학적 머신러닝의 잠재력을 입증했습니다.
이 논문은 Lipschitz 상수나 경계 조건 없이도 노이즈가 없는 환경에서 거의 최적의 수렴 속도를 보장하는 새로운 적응형 지수 이동 평균 최적화 알고리즘인 OptEMA 를 제안하고 그 이론적 수렴성을 증명합니다.
이 논문은 물리적 네트워크와 디지털 트윈의 데이터를 최적 비율로 활용하여 강화학습 기반 안테나 틸트 제어를 수행함으로써 사용자 데이터 전송률을 극대화하고 물리적 데이터 수집 지연을 28.01%까지 감소시키는 계층적 강화학습 프레임워크를 제안합니다.
이 논문은 상태 의존적 무효 행동에 대한 페널티 기반 학습이 공유 파라미터를 통해 방문하지 않은 상태의 유효 행동을 체계적으로 억제하는 새로운 실패 모드를 규명하고, 이를 해결하기 위해 페널티 방식 대신 무효 행동 분류를 활용한 마스킹 없는 정책 경사 알고리즘의 이론적 증명 및 실험적 검증을 제시합니다.
이 논문은 동적인 차량 환경에서 지연을 최소화하기 위해 재구성 가능 지능형 표면 (RIS) 과 의미 기반 통신을 통합한 프레임워크를 제안하고, 근접 정책 최적화 (PPO) 와 선형 프로그래밍 (LP) 을 결합한 하이브리드 최적화 기법을 통해 기존 방법 대비 평균 종단 간 지연을 40~50% 감소시키는 효과를 입증했습니다.
이 논문은 GAP9, STM32N6, Sony IMX500 등 상용 및 연구용 엣지 및 인-센서 AI 프로세서 아키텍처를 비교 검토하고, PicoSAM2 모델을 통한 벤치마크를 통해 지연 시간, 에너지 효율성 및 에너지 - 지연 곱 측면에서 각 플랫폼의 성능과 트레이드오프를 분석합니다.
이 논문은 이질적인 다중 에이전트 환경에서 에이전트 간 유사도 (affinity) 에 기반한 편향 및 중요도 보정 메커니즘을 통해 독립 학습 대비 샘플 복잡도를 줄이면서도 개인화와 협업의 이점을 자동으로 조절하는 'AffPCL' 프레임워크를 제안하고, 이질성이 높은 상황에서도 선형 속도 향상을 달성할 수 있음을 이론적으로 증명합니다.
이 논문은 다차원 랜덤 부분합 문제의 최근 발전을 활용하여 구조적 가지치기 (structured pruning) 를 위한 강한 로또 티켓 가설을 수학적으로 증명하고, 무작위 초기화된 합성곱 신경망이 훈련 없이도 효율적인 구조적 서브네트워크를 포함함을 보여줍니다.
이 논문은 실리콘 - 흑연 음극을 포함한 전기차 배터리의 전압 히스테리시스를 예측하기 위해 데이터 조화 프레임워크와 확률적 학습 모델을 도입하여 상태 충전량 (SoC) 추정의 정확도와 불확실성 정량을 동시에 개선하는 데이터 기반 접근법을 제시합니다.
이 논문은 라벨이 없는 고장 데이터를 기반으로 잠재 고장 모드를 식별하고 정보성 센서를 선택하여 심우주 서식지의 잔여 수명을 예측하는 새로운 비지도 예지 프레임워크를 제안하고, 이를 시뮬레이션 및 NASA C-MAPSS 벤치마크를 통해 기존 방법보다 향상된 정확도로 검증했습니다.
이 논문은 성능 추정 문제 (PEP) 를 활용하여 정확한 그래디언트 환경에서도 국소 업데이트를 도입한 DIGing 알고리즘이 분산 최적화를 가속화할 수 있음을 수학적으로 증명하고, 추가적인 업데이트 없이 두 번의 국소 업데이트만으로 최대 성능 향상을 얻을 수 있음을 보여줍니다.
이 논문은 실제 그래프의 동질성과 이질성을 동시에 고려하여 이론적으로 증명된 필터링 기법을 제안하고, 이를 통해 기존 최첨단 방법들보다 우수한 그래프 클러스터링 성능을 입증합니다.
이 논문은 설문 및 행정 기록의 체계적 측정 오차를 교정하기 위해 대리 변수를 활용하고 변이 오토인코더를 기반으로 한 2 단계 프레임워크를 제안하여, 실제 결과와 편향을 분리하여 추정하는 방법을 제시합니다.
이 논문은 무한한 정답 집합을 가진 순수 탐색 문제를 다루며, 기존 방법론의 한계를 지적하고 점근적 최적성을 보장하는 'Sticky-Sequence Track-and-Stop' 프레임워크를 제안합니다.
이 논문은 로봇 학습의 성능을 높이기 위해 검증 데이터의 손실 감소에 기여하는 정도를 기반으로 각 시연 데이터의 품질을 정량화하고, 영향 함수 (influence functions) 를 활용해 고품질 데이터를 체계적으로 선별하는 'Quality over Quantity (QoQ)' 방법을 제안합니다.
이 논문은 유전체 언어 모델 (GLM) 의 프라이버시 위험을 정량화하기 위해 퍼플렉시티 기반 탐지, 카나리 시퀀스 추출, 멤버십 추론을 통합한 다중 벡터 평가 프레임워크를 제안하고, 반복 횟수와 모델 용량이 암기 위험에 미치는 영향을 실증적으로 분석했습니다.
이 논문은 RF 회로의 비선형적 특성과 높은 시뮬레이션 비용을 해결하기 위해 RFIC 도메인 지식을 그래프 신경망에 접목하여, 소량 데이터로도 다양한 토폴로지의 능동 RF 회로 성능을 기존 기술 대비 9.2 배 정밀하게 예측하는 경량화된 프레임워크를 제안합니다.
이 논문은 밀집 환경과 낮은 샘플링 주기를 가진 GPS 데이터의 정합 정확도와 계산 효율성을 향상시키기 위해 동적 버퍼, 적응형 관측 확률, 재설계된 시간적 점수 함수, 그리고 행동 분석을 포함한 네 가지 개선 방안을 제안하고 밀라노의 실제 데이터를 통해 그 효과를 입증합니다.
이 논문은 데이터 수집 및 정책 배포 비용이 큰 환경에서 단일 에이전트 및 연방 강화학습을 위해 선형 번인 비용과 로그 스위칭/통신 비용을 달성하면서 최적의 후회 (regret) 를 보장하는 두 가지 새로운 모델 없는 알고리즘을 제안하고 이론적 보장을 제시합니다.
이 논문은 구면 상의 함수 적분, 특히 슬라이스된 워터스테인 거리 계산을 위해 부정적 의존성을 가진 반발적 몬테카를로 방법 (DPP, 반발 점 과정 등) 과 UnifOrtho 추정기를 제안하고 벤치마크하여, 차원에 따라 무작위 준몬테카를로 또는 UnifOrtho 를 사용하는 것이 최적임을 규명합니다.
이 논문은 자연어 작업 설명을 언어 임베딩을 통해 밀집된 의미 기반 진행 신호로 변환하여 희소하거나 지연된 환경 피드백을 보완하고, 강화학습 에이전트의 탐색 가속화, 학습 안정화 및 일반화 성능 향상을 가능하게 하는 범용 암시적 보상 메커니즘인 'Reward-Zero'를 제안합니다.
이 논문은 대규모 일반화 정책 기반의 로봇 학습 연구를 지원하기 위해 시뮬레이션과 실제 환경 간 전환을 원활하게 하는 경량화되고 모듈화된 로봇 제어 스택 (RCS) 을 제안하고, 그 아키텍처 설계 원리와 VLA 및 RL 정책 개발 과정에서의 유용성과 성능을 평가합니다.
이 논문은 고객 선호도 변화와 모델 오차로 인한 일반화 실패를 해결하기 위해, 관찰 데이터에서 최악의 경우 기대 수익을 최대화하는 통계적 효율성과 견고함을 동시에 보장하는 새로운 강건한 품목 최적화 프레임워크를 제안합니다.
이 논문은 전통적인 수치 해법의 한계를 극복하고, 부분적이고 잡음이 섞인 전압 관측 데이터로부터 다중 스케일 뉴런 모델의 숨겨진 상태 변수와 생리학적 매개변수를 강건하게 추정하기 위해 물리 정보 신경망 (PINN) 프레임워크를 제안하고 그 유효성을 입증합니다.
본 논문은 계층적 구조 의미 모델링의 부족을 해결하기 위해 구조 인식 의미 증강, 정보 병목 메커니즘, 전문가 적응 라우팅 등을 도입하여 도메인 노이즈와 적대적 공격에 강인한 그래프 기반 모델 SAGFM 을 제안하고, 다양한 분류 작업에서 기존 최첨단 모델보다 뛰어난 성능과 견고성을 입증합니다.
이 논문은 LLM 기반 계획과 강화학습을 양방향으로 결합하여 실행 피드백을 통해 기술 명세를 반복적으로 정제하는 'SCALAR' 프레임워크를 제안하며, Craftax 환경에서 기존 최선 방법론 대비 1.9 배 향상된 성능을 입증했습니다.
이 논문은 부분 관측 데이터만으로 인간형 로봇의 보행 제어를 가능하게 하기 위해, 센서 입력을 기반으로privileged 상태 정보를 추론하도록 훈련된 센서 조건부 확산 정책 (SCDP) 을 제안하고, 시뮬레이션 및 실제 G1 로봇에서의 성공적인 배포를 입증합니다.
이 논문은 뇌파 (EEG) 데이터의 비정상성과 라벨 시프트 문제를 해결하기 위해 SPD 다양체 기반의 기하학적 딥러닝 프레임워크인 SPDIM 을 제안하고, 정보 최대화 원리를 활용하여 타겟 도메인별 단일 파라미터를 최적화함으로써 기존 방법보다 우수한 적응 성능을 입증했습니다.
이 논문은 기존 방법의 한계를 극복하고 저차원 부분공간에서 기하학적 구조를 보존하는 SPREAD 프레임워크를 제안함으로써, 평생 모방 학습에서 새로운 기술 습득과 기존 지식 유지 간의 균형을 이루며 재앙적 망각을 방지하고 최첨단 성능을 달성합니다.
이 논문은 어텐션 메커니즘 대신 표준 합성곱 메시지 패싱을 Pre-Layer Normalization 트랜스포머 블록에 통합하여, 계산 비용이 적게 드면서도 오버스무딩 문제를 해결하고 대규모 그래프에서 최첨단 성능을 내는 확장 가능한 메시지 패싱 신경망 (SMPNN) 을 제안하고 이론적으로 분석합니다.
이 논문은 제한된 라벨 데이터 환경에서 커버리지 안정성을 향상시키기 위해 라벨링되지 않은 데이터의 유사한 의사-라벨 샘플을 기반으로 한 '가장 인접한 이웃 매칭 (NNM)' 점수를 도입하여, 라벨과 라벨 없는 데이터를 모두 활용하는 새로운 준지도 conformal 예측 방법인 SemiCP 를 제안하고 그 이론적 수렴성과 실험적 유효성을 입증합니다.
이 논문은 10 분 길이의 동기화된 단일 리드 ECG 와 PPG 데이터를 기반으로 20 가지 임상 예측 태스크를 수행하는 'SignalMC-MED'라는 멀티모달 벤치마크를 제안하고, 도메인 특화 바이오신호 기초 모델이 일반 시계열 모델보다 우수하며 멀티모달 융합과 긴 신호 구간이 성능 향상에 기여함을 실증합니다.
이 논문은 JAX 와 PyTorch 의 단단한 연산자들에 대한 분산된 소프트 완화 기법을 통합하여, 최적화에 유용한 정보를 제공하는 미분 가능한 프로그래밍을 위한 오픈소스 라이브러리인 SoftJAX 와 SoftTorch 를 제안합니다.
이 논문은 생성 모델을 통계적 추론의 관점에서 재해석하여 유동 매칭 (Flow Matching) 을 기반으로 결측치 대체, 반사실 분석, 생존 분석 등 구조화된 고차원 문제에서 추론의 유효성을 보장하는 새로운 통계적 프레임워크를 제시합니다.
이 논문은 대규모 상태 공간에서 일반합 마르코프 게임의 균형 계산을 위해 선형 함수 근사를 활용한 'RQRE-OVI' 알고리즘을 제안하며, 합리성과 위험 민감도 매개변수 간의 균형을 통해 나시 균형 대비 계산적 효율성과 강건성을 동시에 확보하는 이론적·실증적 성과를 입증합니다.
이 논문은 희소하고 편향된 지상 측정 데이터의 한계를 극복하기 위해 물리적 제약과 적응적 표현 학습을 결합한 '작업 인식 변조 (TAM-RL)' 프레임워크를 제안하여 전 지구 탄소 플럭스 업스케일링의 정확도와 일반화 성능을 크게 향상시켰음을 보여줍니다.
이 논문은 혼합 전문가 (MoE) 모델이 훈련 시 효율적이지만 추론 시 '이중 페널티'로 인해 대역폭 병목 현상이 발생하여 긴 컨텍스트 환경에서 밀집형 모델보다 성능이 저하될 수 있음을 'qs 부등식'을 통해 규명하고, MoE 를 훈련 최적화 기법으로 간주하고 추론 효율성을 위해 밀집형 모델로 증류하는 방안을 제안합니다.
이 논문은 AI 가속기를 위해 설계된 'AetherFloat' 패밀리를 제안하여, 기존 IEEE 754 표준의 하드웨어 오버헤드와 블록 스케일링 (Block-Scaling) 논리의 필요성을 제거하면서도 넓은 동적 범위와 향상된 에너지 효율을 제공하는 새로운 4 진법 (Quad-Radix) 부동소수점 아키텍처를 소개합니다.
이 논문은 경사 하강법 시 활성화 업데이트의 이상적인 방향과 실제 간의 불일치를 규명하고, 이를 해결하기 위해 기존 정규화 기법을 재해석하거나 'PatchNorm'과 같은 새로운 함수를 제안하여 더 나은 성능을 입증합니다.
이 논문은 공개된 코드가 없어 재현이 어려웠던 'Band-Split RNN' 모델을 재현 시도하는 과정에서 원본보다 성능이 향상된 최적화 모델을 개발하고, 연구 재현성 부족이 초래한 시간과 에너지 낭비 문제를 비판적으로 분석하며 재현 가능한 연구 문화를 장려하기 위해 코드와 모델을 공개합니다.
이 논문은 사전 훈련된 오토리거시티브 정규화 흐름 (AR-NF) 모델의 준결정적 결합 (coupling) 을 증류하여 독립 결합이나 최적 수송 결합보다 우수한 성능을 내면서도 교사 모델 자체를 개선하는 새로운 '정규화 흐름 매칭 (NFM)' 방법을 제안합니다.
이 논문은 이진 은닉 유닛을 q-상태 범주형 (포츠) 유닛으로 대체하여 이산적 구조 표현 능력을 향상시킨 가우시안-멀티노이리 제한 볼츠만 머신 (GM-RBM) 을 제안하고, 용량 및 파라미터 매칭 조건 하에서 아날로그 회상 및 구조적 기억 벤치마크에서 기존 모델과 경쟁력 있거나 더 나은 성능을 보임을 입증합니다.
이 논문은 학습 데이터를 기반으로 SOI(관심 신호) 와 간섭을 분리하는 데이터 중심의 트랜스포머 기반 신호 분리기를 제안하며, SoundStream 을 변형한 토크나이저와 교차 엔트로피 손실 함수를 통해 기존 최첨단 기술 대비 비트 오류율을 122 배 감소시키는 성과를 입증했습니다.
이 논문은 시계열 데이터의 비정상적 동역학을 효과적으로 포착하기 위해, 전역 전이 행렬 대신 시간 구간별 국소 전이 행렬을 사용하여 시계열을 이미지로 변환하는 '시간적 마르코프 전이 필드 (TMTF)'를 제안합니다.
이 논문은 시뮬레이션 기반 추론에서 기계 학습 모델의 과신 (overconfidence) 문제를 진단하고, '밸런싱' 정규화 기법과 시뮬레이션에 특화된 베이지안 신경망을 도입하여 이를 완화하고 신뢰할 수 있는 통계적 추론을 가능하게 하는 방법을 제시합니다.
본 논문은 외부 스케줄러 없이도 고도로 퇴화된 다항식에서 아담 (Adam) 이 그라디언트 하강법보다 우수한 선형 수렴 속도를 보이는 이론적 조건과 메커니즘을 규명하고, 하이퍼파라미터에 따른 세 가지 동작 영역을 제시합니다.
이 논문은 CNN 과 트랜스포머 모델을 모두 지원하며 LoRA 와 같은 파라미터 효율적 미세 조정 전략을 통해 메모리 및 연산 제약이 심한 극단적 엣지 장치에서도 온디바이스 학습을 가능하게 하는 하드웨어 가속 프레임워크 'TrainDeeploy'를 제안합니다.
이 논문은 그래프 노드 분류에서 기존 복잡도 측정법의 한계를 극복하고, 최적 수송을 기반으로 한 계산 효율적이고 경험적 일반화 성능과 높은 상관관계를 보이는 새로운 전도적 일반화 경계를 제시하며, GNN의 집계 과정이 표현 분포를 어떻게 변형시키는지 분석하여 깊이와 일반화 오차 간의 비단조적 관계를 설명합니다.
이 논문은 중앙 집중식 처리의 한계를 극복하기 위해 하드웨어와 물리 법칙을 공동으로 안내하는 분산 과학 머신러닝 프레임워크 'EPIC'을 제안하여, 경량 인코딩과 물리 인식 디코딩을 통해 통신 지연과 에너지 소모를 획기적으로 줄이면서도 물리적 정밀도를 유지하거나 향상시킨다는 점을 보여줍니다.
이 논문은 정보 캐스케이드와 사용자 간의 상호작용을 공동으로 모델링하기 위해 제안된 '혼합 상호작용 캐스케이드 (MIC)' 모델을 통해 기존 방법보다 우수한 정보 확산 예측 성능과 통찰력 있는 시각화를 달성함을 보여줍니다.
이 논문은 잠재 변수의 변환을 희소 성분으로 분해하여 시퀀스 데이터에서 비지도 학습을 수행함으로써, 독립적인 요인과 변환 원리를 모두 포착하는 새로운 형태의 분리된 표현을 학습하고 데이터 가능성과 근사 공변성 오류 측면에서 최첨단 성능을 달성함을 보여줍니다.
본 논문은 2 차 상미분방정식과 다층 퍼셉트론 (MLP) 으로 구성된 신경 진동자의 PAC 일반화 상한을 유도하여 MLP 의 크기와 시간 길이에 따른 오차 증가가 다항식적으로 제한되며, MLP 의 리프시츠 상수를 규제함으로써 일반화 성능을 향상시킬 수 있음을 이론적으로 증명하고 수치 실험을 통해 검증했습니다.
이 논문은 Wolfram 의 초그래프 물리학과 Vanchurin 의 신경망 우주론을 기반으로, 인과 불변 초그래프 기반의 지속적 관찰자가 Conant-Ashby 좋은 조절자 정리를 만족하고 자연 기울기 하강법이 유일한 학습 규칙임을 증명하며, 이를 통해 다양한 수렴 모델에 따라 관찰자가 피셔 계량 텐서의 고유 방향을 따라 서로 다른 Vanchurin 체제에 동시에 존재할 수 있음을 규명합니다.
이 논문은 임상 가이드라인과 비전 - 언어 모델을 통합하여 의료 이미지의 특징, 개념, 병리를 연결하고 전문가의 추론을 모방한 구조화된 임상 서술을 생성하는 새로운 개념 기반 추론 프레임워크인 MedCBR 을 제안하며, 이를 통해 의료 영상 분석의 해석 가능성과 진단 정확도를 동시에 향상시켰음을 보여줍니다.
이 논문은 우물 로그에서 유래한 공극률 값을 조건으로 삼아 희소한 박편 데이터를 기반으로 탄산염 암석의 현실적인 미세 구조 이미지를 생성하는 조건부 생성적 적대 신경망 (cGAN) 프레임워크를 제안하여, 이산적인 시료 간격을 넘어 연속적인 공극 규모 시각화와 저류층 특성 분석을 가능하게 합니다.
이 논문은 비준수 (noncompliance) 가 있는 밴딧 문제에서 추천과 실제 치료 간 불일치를 해결하기 위해 BRACE 알고리즘을 제안하며, 이는 다양한 학습 목표 (추천 복지 대 치료 학습) 를 동시에 고려하고 약한 식별성 하에서도 안전하고 유효한 불확실성 추정을 가능하게 합니다.
이 논문은 기존 설명 가능한 인공지능 (XAI) 방법이 간과해 온 '개념의 부재'가 뉴런 활성화에 미치는 영향을 규명하고, 이를 탐지하기 위한 새로운 기법을 제안하여 모델 해석과 편향 제거를 개선하는 방법을 제시합니다.
이 논문은 의료와 같은 고위험 분야에서 개인화된 머신러닝 모델이 예측 성능과 설명 가능성에 미치는 영향을 통합적으로 평가하는 프레임워크를 제안하고, 데이터셋의 통계적 특성에 따라 이러한 효과를 검증할 수 있는 한계를 규명합니다.
이 논문은 개념 변화 (concept drift) 발생 후 재학습에 필요한 충분한 데이터 크기를 결정하기 위해, 동적 시스템의 상태 의존성을 활용한 단일 패스 가중 국소 회귀 기반의 데이터 전용 테스트 'CALIPER'를 제안하고 다양한 도메인에서 그 유효성을 입증합니다.
이 논문은 사설 5G 환경에서 채널 중심 모델이 단말기 간 종단 간 처리량 (throughput) 을 과대평가하는 한계를 측정 캠페인을 통해 입증하고, 실제 시스템 동작을 학습하는 데이터 기반 접근법이 더 정확한 예측을 가능하게 함을 보여줍니다.
이 논문은 기존 코드베이스에 추가 수정 없이 통합 가능하며, 아키텍처 제약을 두지 않으면서도 역전파 시 중간 활성화 메모리 사용을 2 배 이상 절감하고 확률적 경사 하강법과 유사한 수렴성을 보장하는 새로운 합성곱 레이어인 XConv 를 제안합니다.
이 논문은 언어 모델이 의미적 무관성이나 명시적 반대 내용에도 불구하고, 교차 모델이 생성한 충실한 의역 데이터를 통해 특정 동물에 대한 선호도 같은 행동 특성을 은밀하게 학습할 수 있음을 보여주어, 콘텐츠 기반 검사만으로는 이러한 전파를 탐지하거나 차단하기 어렵다는 위험을 제기합니다.
이 논문은 테스트 시간 엔트로피 최소화 과정에서 발생할 수 있는 모델 붕괴를 방지하고 학습 신호를 정규화하기 위해 비대칭 시아미즈 아키텍처인 ZeroSiam을 제안하여, 다양한 비전 및 언어 모델에서 안정적이고 효율적인 적응을 가능하게 합니다.
이 논문은 대규모 데이터셋에서 기존 TMFG 의 메모리 및 실행 시간 제약을 해결하기 위해 k-NN 그래프와 온-더-플라이 상관관계 추정을 활용한 확장 가능한 근사 삼각 최대 필터링 그래프 (a-TMFG) 알고리즘을 제안합니다.
이 논문은 적응형 강건 최적화 기법을 활용하여 유럽 전력 시스템의 장기 계획에 지역적 ' Dunkelflaute'(장기간의 풍력·태양광 부족) 사건을 내생적으로 반영한 결과, 이러한 극단적 기상 사건의 지리적 범위가 확대될수록 시스템 비용이 비선형적으로 급증하고 장기 수소 저장 및 수요 조정이 필수적이며 유럽 차원의 조정된 정책과 인프라 투자가 필요함을 규명했습니다.
이 논문은 전략적 선호 보고로 인해 발생하는 편향을 극복하고 학교 배정의 인과적 효과를 식별하기 위한 새로운 접근법을 제시하며, 칠레의 대학 진학 데이터 분석을 통해 학생의 선호와 배정이 졸업 성패에 미치는 이질적인 영향을 규명합니다.
이 논문은 투표 규칙이 승패 마진에 의해서만 결정되는 '마진 기반 규칙'인 것과, 유권자들의 선호가 동등하게 대우된다는 '선호 평등'을 포함한 명백한 규범적 공리들을 만족하는 것이 동치임을 증명합니다.
이 논문은 전략적 외부효과가 존재하는 다수 원천자 - 대리인 문제에서 메커니즘 대응의 불연속성으로 인해 균형이 부재할 수 있는 기존 한계를 극복하고, 진실 순응 경로와 일방적 이탈로 달성 가능한 결과 분포를 동시에 추적하는 새로운 접근법을 통해 균형 존재성을 보장하는 일반적 조건을 제시합니다.
이 논문은 고정자본을 포함한 투입 - 산출 모델을 통해 복잡한 노동의 환원과 가치 전환 문제를 고유한 상수 해가 아닌 물리적 생산 네트워크의 제약 하에 성립 가능한 분배의 영역으로 재정의함으로써, 노동가치법칙과 명목 가격 체계가 물적 재생산 바닥을 위반하지 않고 논리적으로 일관될 수 있음을 수학적으로 증명하고 2023 년 중국 데이터를 통해 실증했습니다.
이 논문은 이동성 서비스의 시간 변동성으로 인한 후생 손실을 평가하기 위해 기대효용 이론을 기반으로 변동성 비용과 시간 비용의 비율에 대한 이론적 상한을 제시하여, 초기 단계 의사결정 및 서비스 설계에 활용할 수 있는 데이터 경량의 기준을 마련했습니다.
이 논문은 일관성, 연속성, 독립성, 실현 가능성 및 척도 불변성이라는 공리들을 부과하여 무한한 세대 간 소득 이전 규칙으로서 기하학적 규칙의 가족을 도출합니다.
이 논문은 입찰자가 위험 회피 성향을 가질 때 입찰액이 어떻게 변화하는지 분석하는 통합적인 틀을 제시하여, 1 차 경매에서는 높은 입찰이 더 매력적이게 되는 반면 2 차 경매에서는 낮은 입찰이 선호된다는 균형 비교정적 결과를 도출합니다.
이 논문은 예측 변수의 정상성 여부와 관계없이 자기정규화 원리를 기반으로 한 구조적 변화 검정법을 개발하여, 예측 분위수와 CoVaR 회귀분석에서 예측력의 불안정성을 탐지하고 금융 리스크 및 시스템 리스크 예측 모델의 실증 분석에 그 유용성을 입증합니다.
이 논문은 유한 표본 추출과 확률적 선택을 결합한 '표본 로그이 균형 (SLE)' 개념을 도입하여, 큰 표본 크기에서 SLE 가 표본 추출 노이즈로 인한 왜곡 항을 포함한 가상 게임의 로그이 균형으로 근사됨을 보여주고 유한 표본이 균형 행동과 선택에 미치는 체계적 영향을 분석합니다.
본 논문은 만스키 (1975, 1985) 가 제시한 조건 하에서 이진 선택 모델의 모수 공간에 대한 적절한 제한을 두면, 일반적으로 불일치성으로 알려진 준최대우도추정량 (QMLE) 이 실제로 기울기 계수에 대해 일관성을 가진다는 것을 엄밀하게 증명함으로써 로지스틱 회귀분석의 이론적 타당성을 확립합니다.
이 논문은 이질적인 노동자와 기업이 1 대 다 매칭을 통해 노동시장이 청산되는 분석 가능한 모델을 개발하여, 고생산성 기업에 불균형적으로 유리한 시장 효율성 충격이 어떻게 임금과 생산성 분포의 순환적 특성을 형성하는지 설명합니다.
이 논문은 되돌릴 수 없는 붕괴가 발생하는 동적 게임에서, 지속 가능한 착취 균형 (SEE) 을 도입하여 파국적 경로를 배제하고 생존을 보장하는 재협상 불가능한 최적 균형을 선택하는 새로운 해법 개념을 제시합니다.
이 논문은 데이터 유출의 위험이 명확한 경우보다 불확실한 (모호한) 상황에서 개인정보 보호 우려가 AI 개인화 기술의 채택을 현저히 저해한다는 점을 610 명을 대상으로 한 실험을 통해 규명했습니다.
이 논문은 확률적 과정을 통해 환율 및 노동시장의 이질적 변동이 무역에 미치는 영향을 분석하고, 중국의 주 단위 데이터를 통해 환율 변동 완화와 혁신이 수출 경쟁력을 높이며, 노동시장 충격이 협력 정책 하에서만 무역에 긍정적 영향을 준다는 실증적 증거를 제시합니다.
이 논문은 구조적 방정식 모델을 기반으로 에이전트의 인과적 신념이 선택에 미치는 영향과 선택에 대한 피드백이 신념을 어떻게 업데이트하는지 분석하며, 에이전트의 최적 행동과 신념이 서로 일관되게 설명될 수 있는 '정상 상태' 개념을 제안합니다.
이 논문은 로렌츠 다항식 이론을 볼록 원뿔 위의 변분 분석 및 원뿔 제약 동역학으로 확장하여, -로렌츠 형식과 관련된 새로운 원뿔 구조를 정의하고 이를 통해 음의 의존성 해석과 원뿔 제약 하의 리아푸노프 안정성 기준을 제시합니다.
이 논문은 실제 자율주행 환경에서 카메라 입력이 불완전한 상황에서도 3D 시맨틱 오큐팬시 예측의 견고성을 확보하기 위해 누락된 뷰의 특징을 복원하고 전역적 의미적 일관성을 유지하는 -Occ 프레임워크를 제안합니다.
이 논문은 기존 확산 모델의 고속 샘플링 솔버가 적용되지 않던 음성 복원 모델 (SGMSE+) 을 포함하는 보간 확률 미분방정식 (iSDE) 의 수학적 체계를 정립하고, 이를 통해 다양한 음성 복원 작업에서 신경망 평가 횟수를 10 회 미만으로 줄이는 고속 솔버를 제안합니다.
이 논문은 복잡한 지형과 다양한 토지 피복을 가진 교외 환경에서 고전적인 CI 경로 손실 모델에 환경 적응형 보상 항을 도입하고 환경 이미지 조직화 기법을 결합한 하이브리드 예측 모델을 제안하여, 실측 데이터를 통해 기존 모델 대비 4.04 dB 의 낮은 RMSE 를 달성한 것을 보여줍니다.
이 논문은 영국 거주용 스타링크 터미널에서 수행된 다주간의 실험을 통해 포털 상태 데이터를 기준점으로 삼아, 내부 대 사용자 비율 () 및 지체 시간 등 교차 계층 신호를 분석하여 스타링크의 서비스 등급 및 할당량 기반 속도 제한 정책을 외부에서 감지하고 분류하는 경량화된 방법론을 제시합니다.
이 논문은 소음과 배경 대화 등 복잡한 실내 공공 환경에서 80 명의 화자가 발화한 1.5 시간 분량의 반자발적 네덜란드어 음성 데이터셋 DRES 를 소개하고, 이를 통해 현대적인 단일 채널 음성 향상 기술이 오히려 자동 음성 인식 성능을 향상시키지 못함을 보여주며 실제 환경에서의 평가 중요성을 강조합니다.
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 캐시 비율이 인 비대칭 MIMO 환경에서 최소 안테나 수를 기준으로 한 'min-G' 방식, 그룹별 공간 다중화 이득을 극대화하는 'Grouping' 방식, 그리고 가상 안테나를 활용한 'Phantom' 방식 등 세 가지 콘텐츠 인식 전략을 제안하여 다양한 시스템 구성에서 달성 가능한 자유도 (DoF) 를 크게 향상시킨다는 것을 보여줍니다.
이 논문은 음성 내의 감정 표현을 이해하고 생성하기 위해 음향 및 의미 정보를 결합한 사전 학습, 대화 기반 감정 인식, 그리고 화자 정체성과 언어 내용을 유지한 감정 스타일 전이 프레임워크를 제안하고 그 유효성을 입증합니다.
이 논문은 각도 측정만 사용되는 상대 궤도 결정의 관측성 한계를 극복하기 위해, 출력 공간 탐색을 극대화하는 능동 학습 기반 입력 설계 알고리즘을 제안하고 이를 확장 칼만 필터 및 모델 예측 제어와 결합하여 자율 랑데부 성공을 입증합니다.
이 논문은 스케일드 리레이티브 그래프 (SRG) 와 소보렙 이론을 결합하여 루어 시스템의 입력 주파수와 에너지 범위를 제한함으로써 기존 -gain 상한보다 덜 보수적인 3 차원 비선형 보드 다이어그램을 제안하고, 이를 통해 선형 시불변 시스템의 보드 선도 및 -gain 을 각각 특수한 경우로 포함하는 방법을 제시합니다.
이 논문은 스마트 그리드 통신에서 수동적 정찰 공격을 평가하기 위해 물리적 채널 특성을 반영한 계층적 네트워크 시뮬레이션 데이터셋 생성기를 제안하고, 이를 통해 그래프-시계열 및 연방 학습 기반 탐지 모델의 표준화된 벤치마킹을 가능하게 합니다.
이 논문은 다국어 음향 환경에서 인간이 모국어에 기반한 선택적 주의 메커니즘을 통해 화자를 구분하는 반면, 음성 기반 대규모 언어 모델 (LLM) 은 깨끗한 단일 화자 조건에서는 인간을 능가하지만 중첩된 화자 환경에서는 선택적 주의에 어려움을 겪는다는 핵심 차이를 규명했습니다.
이 논문은 Wi-Fi 채널 상태 정보 (CSI) 의 위상 정보를 활용하여 로봇 팔 동작 인식의 정확도와 속도 변화에 대한 강건성을 크게 향상시키는 게이트 퓨전 양방향 LSTM(GF-BiLSTM) 모델을 제안하고, 위상 정보가 로봇 활동 인식에 필수적임을 체계적으로 입증합니다.
이 논문은 오디오-비주얼 분할 (AVS) 을 위한 최초의 표본 없는 지속적 학습 벤치마크를 제시하고, 저랭크 앵커링 (LRA) 과 오디오 유도 사전 융합 조정을 활용한 ATLAS 라는 강력한 베이스라인을 제안하여 역동적인 환경에서의 지속적 학습과 catastrophic forgetting 문제를 해결합니다.
이 논문은 시공간 축을 따라 어텐션을 분해하여 계산 복잡도를 획기적으로 낮추면서도 3GPP 채널 환경에서 기존 신경 수신기보다 우수한 블록 오류율 성능을 달성하는 새로운 축형 자기 어텐션 기반 신경 수신기를 제안합니다.
이 논문은 기존 유한 시간 모델 예측 제어 (MPC) 의 초기 실현 가능성 제한을 극복하기 위해, 무한 제어 구간 비용 합계를 종단 비용으로 활용하여 제약 조건 하의 이산 시간 시스템을 유한 시간 내에 안정화하는 새로운 MPC 프레임워크를 제안하고 이를 선형 및 비선형 시스템에 적용 가능성을 입증합니다.
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 원거리 감지 이미지에서 전역 및 국소적 노이즈를 동시에 해결하기 위해 피라미드 비전 트랜스포머 기반의 점진적 융합 모듈과 동적 변화 집중 모듈을 결합한 DFPF-Net 을 제안하고, 여러 데이터셋에서 기존 방법들보다 우수한 성능을 입증합니다.
이 논문은 비선형 시스템에서 제어 적용으로 인한 모델 파라미터 분포의 변화를 완화하기 위해 학습 데이터와 일관된 폐루프 시스템을 설계하고, 이를 통해 발생하는 분포 이동을 억제하는 방법을 제안하며, 이를 효율적인 반양정 계획법 (SDP) 으로 해결하고 이득 스케줄링 문제에 적용하여 검증합니다.
이 논문은 개별 및 결합 제약 조건 하에서 이종 비선형 다중 에이전트 시스템을 조정하기 위해, 에이전트들의 최적화된 상호작용을 통해 협력적 과제가 도출되도록 하는 분산 모델 예측 제어 (MPC) 프레임워크를 제안하고 그 수렴성 및 안정성을 증명합니다.
이 논문은 무선 음향 센서 네트워크에서 노드가 서로 다른 음원 집합을 관측하는 상황에서도 반복 과정 없이 중앙 집중식 시스템과 동등한 최적 성능을 달성하는 분산 멀티채널 위너 필터 (dMWF) 알고리즘을 제안하고 그 유효성을 입증합니다.
이 논문은 알려지지 않은 분포를 가진 교란에 대해 적응적 제약 강화를 수행하고 폐루프 안정성을 보장하는 새로운 2 단계 분포 강인 모델 예측 제어 (TSDR-MPC) 기법을 제안하며, 워asserstein 모호성 집합을 기반으로 한 실용적인 알고리즘과 이론적 보증을 제시합니다.
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 데이터센터의 전력 수요와 냉각 요구를 충족하면서 계통 안정성을 향상시키기 위해 소형 모듈 원자로 (SMR) 와 배터리 에너지 저장 시스템을 통합한 에너지 시스템의 동적 모델링 및 안정성 분석을 수행하고, IEEE 118 버스 계통 시뮬레이션을 통해 기존 방식 대비 전압 및 주파수 안정성이 크게 개선됨을 입증합니다.
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 구조생물학의 검증 기법 논쟁의 핵심이었던 '소음 속의 아인슈타인' 현상에 대한 포괄적인 통계 분석을 통해, 정렬 및 평균화 과정을 거친 순수 소음 데이터가 템플릿 신호와 유사한 구조를 갖게 되는 이유를 푸리에 위상과 진폭의 수렴 특성을 통해 설명하고 있습니다.
이 논문은 600km/h 이상의 초고속 운행을 목표로 하는 EMS 형 자기부상차량에 대해 모델 예측 제어 (MPC) 알고리즘을 설계하고, 이를 리소스가 제한된 임베디드 하드웨어에서 구현하여 비선형 및 제약 조건이 있는 시스템을 강인하게 안정화하고 승차감을 보장하는 것을 검증했습니다.
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 이 단계 음성 변환 아키텍처에 '감정 인식 접두사 (Emotion-Aware Prefix)'를 도입하여 화자 정체성과 언어적 무결성을 유지하면서 감정 변환 정확도를 42.40% 에서 85.50% 로 두 배 이상 획기적으로 향상시키는 방법을 제안합니다.
이 논문은 단일 채널 기반의 기존 방식의 한계를 극복하기 위해 공간적 단서와 방향성 사전 지식을 결합한 엔드투엔드 다채널 키워드 감지 프레임워크를 제안하며, 이를 통해 복잡한 잡음 환경에서 목표 화자 감지의 성능을 크게 향상시켰음을 보여줍니다.
이 논문은 MIMO 레일리 페이딩 채널 환경에서 엔트로피와 채널 상태를 인식하여 적응형 전송률을 제어하고, MLLM 을 활용한 특징 보상을 통해 자원 효율성과 작업 성능을 동시에 극대화하는 새로운 의미 통신 프레임워크를 제안합니다.
이 논문은 17 개의 사전 훈련된 음성 임베딩 시스템을 6 개의 이질적인 데이터셋으로 평가하여, 데이터셋 간 편차와 일반화 한계를 지적하고 동일한 데이터셋으로 학습 및 테스트한 임상 시스템의 타당성에 의문을 제기합니다.
이 논문은 상태 지연과 출력 측정 지연이 서로 다른 선형 시간 지연 시스템에서 원하는 상태 함수를 추정하기 위한 다양한 구조와 차수의 기능성 관측기 설계 방법, 존재 조건 및 구성 절차를 제안합니다.
이 논문은 임상 환경에서 외부 가이드 없이도 결손 상태를 스스로 인식하여 3D MRI 의 완전성을 파악하고 생성할 수 있도록 설계된 'CoPeDiT'라는 새로운 잠재 확산 모델을 제안하며, 이를 통해 다양한 결손 패턴에서도 높은 정확도와 구조적 일관성을 갖춘 고품질 3D MRI 합성을 가능하게 합니다.
이 논문은 재생에너지의 불확실성을 고려한 강건한 단위결합 문제에 공정성 개념을 도입하여 태양광 발전소 간 억제의 공정한 배분을 달성하는 새로운 모델 (RE-RPfair) 을 제안하고, 지니 계수를 통해 그 유효성을 시뮬레이션으로 입증했습니다.
이 논문은 기존 TI-DANSE 알고리즘의 느린 수렴 속도를 해결하고, 토폴로지 제약 없이 중앙 집중식 솔루션으로 빠르게 수렴하며 대역폭을 절약하는 새로운 'TI-DANSE+' 알고리즘을 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 기존 이미지-RIR 데이터셋에 비전 - 언어 모델을 적용하여 텍스트 - RIR 쌍을 생성하고, 이를 통해 사전 학습된 텍스트 - 오디오 모델을 미세 조정하여 자유로운 프롬프트로 현실적인 방 임펄스 응답 (RIR) 을 생성하는 새로운 방법을 제안합니다.
이 논문은 이질적인 인식 오차와 가시성 제약을 고려하여 리더 - 팔로워 다중 로봇 시스템의 안전성을 보장하기 위해, 위험 수준에 따라 불확실성 정량화를 적응적으로 조정하는 분산형 적응형 컨포멀 예측 기반의 형성 인지 제어 프레임워크를 제안합니다.
이 논문은 확산 정책 (Diffusion Policies) 의 학습 분포를 유지하면서 실시간으로 안전성을 보장하기 위해 경로 일관성 기반의 안전 필터링 (PACS) 을 제안하며, 이를 통해 기존 안전 기법 대비 작업 성공률을 크게 향상시키고 동적 환경에서 공식적인 안전 보장을 달성함을 보여줍니다.
이 논문은 이산화 및 클록 드리프트와 같은 하드웨어 구현 과제를 해결하고, 단일 컨버터 및 다중 컨버터 실험을 통해 블랙스타트 능력과 전력 공유 특성을 입증함으로써 그리드 형성 DC/AC 컨버터용 각도 드롭 제어의 하드웨어 검증과 분석을 제시합니다.
이 연구는 시끄러운 환경에서 대화하는 사람들이 말소리를 높이고 손동작의 복잡성을 증가시키며 머리와 몸통 움직임을 조절하는 등 청각적 소음에 적응하기 위해 비언어적 제스처와 신체 움직임을 어떻게 변화시키는지 분석했습니다.
이 논문은 기존 CLAP 점수와 인간 주관 평가 간의 상관관계가 낮다는 점을 지적하고, 인간 주관 평가를 기반으로 학습된 'Human-CLAP' 모델을 제안하여 두 점수 간의 상관관계를 기존 대비 0.25 이상 크게 향상시켰음을 보여줍니다.
이 논문은 분산 부분 관측 마르코프 결정 과정 (Dec-POMDP) 환경에서 상호 정보량을 기반으로 한 정보 이론적 목적 함수의 단조 서브모듈러 성질을 활용하여, 감지 에이전트 선정과 협력적 감지 정책 생성을 동시에 최적화하는 IMAS 알고리즘을 제안하고 성능 보장을 증명합니다.
이 논문은 수중 원격 조작 차량의 실시간 시각 피드백을 위해 사전 임무 정보를 활용한 학습 기반의 새로운 뷰 합성 기법을 통해 기존 방법보다 우수한 압축률과 화질을 달성하는 모델 기반 이미지 압축 기술을 제안합니다.
이 논문은 잡음이 심하거나 데이터가 불규칙하게 샘플링된 삼각함수 모델에 대해, 기존 방법보다 낮은 계산 비용으로 1.4dB 의 신호대잡음비에서도 전역 최소값에 가까운 초기 파라미터를 추정할 수 있는 해석 가능한 새로운 전략을 제안합니다.
이 논문은 재생에너지의 불확실성이 증가하는 전력망 환경에서 이차 주파수 조정을 위해 학습을 통해 과도 응답 성능을 개선하면서도 점근적 안정성과 정상 상태 최적성을 보장하는 새로운 프림 - 듀얼 제어 프레임워크를 제안합니다.
이 논문은 위성 영상 내 선박 검출의 극심한 크기 차이와 높은 종횡비 문제를 해결하기 위해, 기존 YOLO 아키텍처의 피라미드 레벨을 P3-P5 에서 P2-P4 로 전환하고 그룹 정규화를 적용하여 정확도와 효율성을 동시에 극대화한 'LiM-YOLO'를 제안합니다.
이 논문은 소형 UAV 의 엄격한 탑재량 제약을 고려하여 Livox Mid-360 LiDAR 와 적응형 확장 칼만 필터 (AEKF) 를 결합해, 희소하고 노이즈가 많은 포인트 클라우드 데이터에서도 GPS 가 없는 환경에서 견고한 UAV 추적을 가능하게 하는 경량화 시스템을 제안하고 실험을 통해 검증했습니다.
이 논문은 6G 의 파일럿 및 CSI 피드백 부담을 완화하기 위해, 동적 환경에서의 이동성을 고려하여 상향링크 및 부분 하향링크 CSI 를 입력으로 동적 RF 방사선장 렌더링을 수행하는 '위치 무관 동적 CKM(LAD-CKM)' 프레임워크를 제안하고, 이를 통해 기존 기법 대비 유효 데이터 속도를 크게 향상시켰음을 보여줍니다.
이 논문은 서울 도로 네트워크의 대규모 측정 데이터를 바탕으로 저랭크 분해 기반의 시공간 예측 모델을 개발하여, 실시간 데이터 기반 라우팅과 유사한 수준의 성능 (평균 초과 주행 시간 1.5 분 미만) 을 달성하면서도 장기적인 교통 계획 및 운영 의사결정에 활용할 수 있음을 입증했습니다.
이 논문은 MRI 와 저선량 PET 스캔을 각각 처리하여 모달리티별 특징을 학습한 후 계층적 특징 융합을 통해 고선량 PET 를 재구성하는 다중 모달리티 다중 태스크 확산 모델 (M2Diff) 을 제안하여, 건강한 뇌와 알츠하이머병 환자 데이터셋 모두에서 우수한 재구성 성능을 입증했습니다.
이 논문은 가시광선 전체 스펙트럼 (250nm) 에서 작동하며 단일 스냅샷으로 HDR 또는 편광 정보를 포함한 초고해상도 초분광 데이터를 재구성할 수 있는 소형 광대역 메타표면 카메라 'MetaSpectra+' 를 제안합니다.
이 논문은 제한된 에너지와 통신 인프라를 가진 광역 IoT 센서 네트워크에서 UAV 탑재 이동 기지국의 최적 경로를 찾는 NP-완전 문제를 정의하고, 이를 해결하기 위해 이동 비용과 커버리지 이득을 동시에 고려하는 다항 시간 탐욕 휴리스틱 알고리즘을 제안하여 기존 방법 대비 39.15% 향상된 성능을 입증했습니다.
이 논문은 신경 오디오 코덱의 잠재 공간에서 연속 벡터 예측이 이산 토큰 예측보다 우수하며, 비자율적 모델이 효율성과 명료성 측면에서 실용적이며, 인코더 미세 조정이 전체 성능을 극대화하지만 코덱 재구성은 저하시킨다는 세 가지 주요 발견을 통해 음성 향상 전략을 비교 분석합니다.
이 논문은 단일 워터마킹 기법의 한계를 극복하기 위해 병렬 및 직렬 다중화 전략과 훈련 불필요한 PA-TFM, 그리고 모델 기반의 MaskNet 을 제안하여, 다양한 공격 환경에서 기존 방법보다 훨씬 강력한 오디오 워터마킹 성능을 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 5 상 유도 전동기의 실험 데이터를 기반으로 단계 테스트를 수행하여 수집된 데이터로 신경망을 학습시켜 속도 루프와 고정자 전류 루프의 FSMPC 제어기 파라미터를 자동 조정하는 방법을 제시합니다.
이 논문은 다양한 배경 잡음 환경에서 화자 확인의 강건성을 향상시키기 위해, 잡음 정보를 기반으로 입력을 전문화된 서브공간으로 자동 라우팅하는 잡음 조건부 혼합 전문가 (Mixture-of-Experts) 프레임워크를 제안합니다.
이 논문은 무한 시간 선형 2 차 (LQ) 게임의 피드백 내쉬 균형을 근사하기 위해 유한 시간 전략을 제안하고, 해당 균형의 존재 조건과 계산 알고리즘을 제시하며, 유한 시간 전략이 무한 시간 균형의 비용에 수렴함을 증명하고 비용 오차에 대한 상한을 도출합니다.
이 논문은 제한된 기동 기회와 경로 제약을 고려하여 리브레이션 점 궤도에서의 우주선 군집 비행을 위한 모델 예측 제어 (MPC) 기반 궤도 유지 프레임워크를 개발하고, 이를 비볼록 문제를 해결하는 순차적 볼록 프로그래밍을 통해 NRHO 궤도에서 검증한 내용을 담고 있습니다.
이 논문은 360 도 실내 환경에서의 전역적 지각을 위해 왜곡 인식 스펙트럼 모듈레이터와 오미-구형 밀도화 헤드를 갖춘 PanoAffordanceNet 프레임워크와 고품질 데이터셋 360-AGD 를 제안하여, 기존 객체 중심 및 평면 뷰에 국한된 affordance grounding 의 한계를 극복하고 장면 수준의 지각을 위한 강력한 기준을 마련했습니다.
이 논문은 모델 예측 제어 (MPC) 와 간접 적응 법칙을 통합한 계층적 제어 프레임워크를 제안하여, 미지의 정적 및 동적 하중과 불규칙한 지형 환경에서도 4 발 보행 로봇이 하중 운반을 안정적이고 효율적으로 수행할 수 있음을 실험을 통해 입증했습니다.
이 논문은 송신자와 수신자 간에 공통 무작위성을 공유하지 않더라도 국소적 차등 프라이버시를 보장하면서도 손실 없는 전송보다 훨씬 효율적인 '랜덤화 분산 함수 계산 (RDFC)' 프레임워크를 제안하고, 이를 통해 프라이버시 보호가 필요한 분산 계산 시스템에서 에너지 효율적인 의미론적 통신 전략을 제시합니다.
이 논문은 채널 상태 정보 (CSIT) 획득 및 피드백 오버헤드를 획기적으로 줄이면서도 다중 사용자 다양성을 활용할 수 있도록 입력 단계에 무작위 시공간 코딩 층을 도입한 새로운 스택형 지능형 메타표면 (ST-SIM) 아키텍처와 부분 CSIT 기반 빔포밍 기법을 제안합니다.
이 논문은 압전 (PzE) 과 압저항 (PzR) 센서를 활용한 하이브리드 촉각 감지와 이차 계획법을 통한 내부 힘 최적화를 결합하여, 다손가락 로봇 그리퍼의 미끄러짐을 50ms 미만으로 실시간으로 제어하고 안정화하는 새로운 방법을 제시합니다.
이 논문은 모듈형 자가 재구성 로봇 'SnailBot'을 위해 ArUco 마커 인식, 광학 흐름 분석, IMU 데이터 처리를 통합한 상대적 위치 추정 시스템을 설계하고 실시간 실험을 통해 그 유효성을 입증했습니다.
이 논문은 상태 의존적 센싱 정확도를 가진 이종 센서 네트워크의 원격 추적을 위해 POMDP 프레임워크를 구축하고, 불연속적 상태 공간 근사 및 할인된 MDP 재형성을 통해 계산 불가능성을 해결하는 효율적인 최적 제어 전략을 제안합니다.
이 논문은 화음 정보와 화자 정보를 넘어 디스크리트 음성 표현 토큰 (DSRTs) 에 내재된 억양 정보를 체계적으로 분석하기 위한 새로운 평가 프레임워크를 제안하고, 계층 선택의 중요성, ASR 감독에 의한 억양 정보 감소, 그리고 코드북 크기 축소의 비효율성 등 주요 발견 사항을 제시합니다.
이 논문은 구름과 연기 등으로 인한 위성 관측 데이터의 불완전성 문제를 해결하기 위해, 손상된 화재 맵을 복원하는 1 단계와 복원된 시퀀스를 기반으로 산불 확산을 예측하는 2 단계로 구성된 확률적 프레임워크를 제안하여, 학습 기반 복원 모델을 통해 예측 정확도를 원본 데이터 수준으로 회복할 수 있음을 입증했습니다.
이 논문은 클러터된 환경에서 공중 드론이 매달린 화물을 운반할 때, 엄격한 패시비티 부등식과 고차 제어 장벽 함수 (HOCBF) 를 비선형 모델 예측 제어 (NMPC) 에 통합하여 안정성과 안전성을 동시에 보장하는 'SEP-NMPC'프레임워크를 제안합니다.
이 연구는 대형 자동차용 리튬이온 전지에서 못 침투 속도가 낮을 경우 열 폭주가 발생하지 않고 전지가 자체 방전되는 현상을 확인하여, 열 폭주 발생에 침투 속도가 결정적인 요소임을 규명했습니다.
이 논문은 안전성, 제어 입력의 한계, 그리고 급격한 변화를 방지하는 리프시츠 연속성을 동시에 보장하기 위해 보조 동적 필터를 통합한 필터링 제어 장벽 함수 (FCBF) 프레임워크를 제안합니다.
이 논문은 ETH 취리히에서 수집한 실세계 5G NR 측정 데이터를 활용하여 특정 사이트 환경에 맞춰 신경 수신기를 미세 조정할 때 합성 채널 데이터 기반의 이전 연구 결과와 일관되게 오류율 성능이 크게 향상되며, 다양한 사용자 장비 하드웨어 및 배포 시나리오에서도 이러한 개선 효과가 일반화됨을 실증적으로 입증합니다.
이 논문은 대규모 멀티모달 데이터와 높은 계산 비용 없이 기존 시각 - 언어 모델의 성능을 유지하면서 경량 모듈을 통해 음성 이해 및 생성 기능을 추가하고, 저비용 데이터 구축 전략을 통해 소량의 음성 데이터로도 대규모 오미 모델과 유사한 성능을 달성하는 'Speech-Omni-Lite' 프레임워크를 제안합니다.
이 논문은 PASE 를 기반으로 한 StuPASE 를 제안하여, 건식 목표 신호 미세 조정과 플로우 매칭 모듈 도입을 통해 저할루시네이션 특성을 유지하면서도 어드버설 환경에서도 스튜디오급 음질을 구현하는 generative speech enhancement 방법을 제시합니다.
이 논문은 인버터 기반 자원 (IBR) 기반 전력망의 주파수와 전압 동역학이 중첩되는 특성을 고려하여, 각 버스에서의 국소 전압 위상 변화와 주입 복소 전력을 기반으로 한 통합된 시스템 전체 동적 성능 지표를 제안하고 이를 장치 및 네트워크 구동 성분으로 분해하여 평가하는 방법을 제시합니다.
이 논문은 텍스트와 병렬 데이터 없이 소스 음성의 내용과 화자 특성을 유지하면서 참조 음성의 감정 스타일을 전달하는 제로샷 음성-음성 감정 스타일 전이 프레임워크인 S2S-ZEST 를 제안하고, 기존 방법보다 향상된 성능과 감정 인식 데이터 증강 적용 가능성을 입증합니다.
이 논문은 1024 개 요소로 구성된 광대역 MIMO 레이더의 계산 효율성을 극대화하기 위해, 8 개의 타일로 분할된 배열에서 빔스페이스 차원 축소와 타일 간 조정된 훈련을 통해 MVDR 빔포밍을 수행하는 새로운 아키텍처를 제안하고 그 유효성을 입증합니다.
이 논문은 저비용 FMCW MIMO 레이더를 이용한 비접촉 생체 신호 모니터링 실험을 통해, 평균 호흡수와 심박수는 70cm 거리에서 높은 정확도로 추정 가능하지만 호흡 및 심박 변이성 (HRV) 과 같은 고해상도 순간 변동성 측정에는 한계가 있음을 규명했습니다.
이 논문은 신경 오디오 코덱의 잔류 벡터 양자화 (RVQ) 깊이를 조절하여 적대적 공격에 대한 강인성과 음성 내용 보존 사이의 최적 균형을 찾을 수 있음을 보여주며, 중간 깊이의 양자화가 전사 오류를 최소화하고 기존 압축 방어 기법보다 우수한 성능을 보인다고 주장합니다.
이 논문은 저해상도 ADC 를 사용하는 부분 연결 MU-THz MIMO 시스템에서 이중 대역폭 효과를 해결하기 위해 흡수, 반사 및 자유 공간 손실을 고려한 채널 모델링과 소수의 실제 시간 지연 (TTD) 라인을 활용한 새로운 2 단계 하이브리드 트랜시버 설계를 제안하여 기존 기술 대비 약 13% 의 스펙트럼 효율 향상을 달성함을 보여줍니다.
이 논문은 최소한의 타겟 음성 데이터로 화자 특성을 제거하고 음소 내용을 보존하는 역변환 가능한 선형 방법인 범용 음성 내용 분해 (USCF) 를 제안하여, 제로샷 음성 변환 및 화자 분리된 음성 합성 모델 학습에 효과적으로 활용될 수 있음을 보여줍니다.
이 논문은 불확실한 기계 시스템의 기하학적 경로 추종 문제를 해결하기 위해 완전 구동 및 불완전 구동 시스템과 불확실한 경계를 가진 이질적인 시간 가변 불확실성, 그리고 자기 교차 가능한 경로를 모두 처리할 수 있는 '벡터장 유도 제약 추종 제어'라는 새로운 동역학 기반 제어 접근법을 제안합니다.
이 논문은 비선형 신경 피드백 시스템의 안전성을 보장하기 위해 비선형 전이 함수 구조를 활용한 정밀한 다면체 포락선을 계산하고 이를 혼합 정수 선형 계획법 (MILP) 으로 인코딩하여 기존 방법보다 한 자릿수 이상 향상된 성능으로 도달 집합을 추론하는 새로운 알고리즘을 제안합니다.
이 논문은 제한된 데이터로도 whisper-to-normal 변환을 가능하게 하는 3 단계 프레임워크 'WhisperVC'를 제안하여, 교차 도메인 정렬과 음성 생성을 분리함으로써 음질과 화자 유사성을 크게 향상시켰음을 보여줍니다.
이 논문은 Compère, Gralla, Wei 의 점근적 틀을 활용하여 아인슈타인 방정식과 다양한 무한대 영역 간의 매칭 성질만을 기반으로 고전적 로그 소프트 중력 정리를 유도하고, 과거의 입사 메모리가 없을 때 미래와 과거 하드 성분 간의 비대칭성이 공간 무한대에서의 중력장 불연속성에서 비롯됨을 보여줍니다.
이 논문은 에딩턴-보른-인펠드 (EiBI) 중력 이론에서 완벽한 유체 암흑물질로 둘러싸인 블랙홀의 중력장 해를 정확히 유도하고, 사건 지평선과 블랙홀 차원의 변화를 분석하며, 수치 계산을 통해 질량을 가진 입자의 궤적이 결합 상수에 매우 민감하게 반응함을 규명했습니다.
이 논문은 양자 중력의 '시간 문제'로 인해 양자 우주론이 고전 우주론에서 도출된 우주의 나이라는 물리적 예측을 상실한다는 점을 지적하며, 이러한 접근법의 근본적 결함을 주장합니다.
이 논문은 완전 유체를 포함한 공간적으로 평탄한 균일 등방 우주 모형에서 순수 2 차 f(R) 중력 이론의 장 방정식을 연구하여, 조르단 프레임과 아인슈타인 프레임 모두에서 3 차원 동역학계 형식을 도입하고 고정점의 특이점 제거 및 점근적 전개 등을 통해 전역적 역학과 해의 거동을 규명했습니다.
이 논문은 암흑물질 헤일로로 둘러싸인 슈바르츠실트 블랙홀의 시공간 구조와 입자 역학을 분석하고, 플라즈마 존재 하에서의 약한 중력 렌즈 효과와 블랙홀 그림자를 연구하여 EHT 관측 데이터를 통해 블랙홀 매개변수를 제약하는 것을 다룹니다.
이 논문은 아인슈타인 - 스칼라 - 가우스 - 보논 이론에서 다양한 결합 함수를 가진 헤어드 블랙홀의 정면 충돌을 연구하여, 일반 상대성 이론에 비해 대부분의 경우 병합 시간이 길어지지만 지수 결합의 경우 결합 상수가 충분히 클 때 병합 시간이 더 짧아질 수 있음을 규명했습니다.
이 논문은 구면 대칭 시공간에서 제안된 기하학적 접근법을 축대칭 시공간으로 확장하여, 랜더스-핀슬러 광학 기하학의 내재적 곡률을 이용해 원형 광궤도 (광자 궤도) 의 존재와 안정성을 규명하고 기존 유효 퍼텐셜 기반 방법론과 완전히 동등함을 엄밀하게 증명했습니다.
이 논문은 이 0 이 되는 강한 결합 특이점을 제거하고 고스트와 타키온을 배제하여 전역적으로 안정된 비특이 바운싱 우주론을 가능하게 하는 새로운 기하학적 제곱근 변형 스타로빈스키 모델을 제안하고, 이를 통해 관측 데이터와 부합하는 인플레이션 예측치를 도출합니다.
이 논문은 코시 지평선이 없는 양자 보정 블랙홀에서 궤도 안정성, 중력파 위상 변화, 그리고 강착원반의 복사 효율이 고전적인 슈바르츠실트 블랙홀과 어떻게 다른지 분석하여 양자 중력 효과를 관측적으로 구별할 수 있는 가능성을 제시합니다.
이 논문은 시간 주기적 스칼라 장과 결합된 회전 커 블랙홀의 얇은 강착 원반을 연구하여, 스칼라 전하가 원반의 형태와 밝기를 결정하며 특히 역행 원반에서 커 블랙홀 예측과 구별되는 뚜렷한 관측적 특징을 보임을 입증함으로써 텐서 - 다중 스칼라 중력 이론을 검증할 수 있는 새로운 관측적 진단 수단을 제시합니다.
이 논문은 완전한 상대론적 섭동 이론을 사용하여 초대질량 보손성 (bosonic star) 주위를 공전하는 항성질량 컴팩트 천체의 극한질량비 나선 운동을 연구하여, 동적 마찰로 인한 스칼라 물질 방출이 블랙홀 쌍성계와 구별하기 어려운 중력파 '치프' 신호를 생성할 수 있음을 보였으며, 이는 LISA 와 같은 우주 기반 검출기를 통해 스칼라 소산으로 인한 위상 편이를 측정함으로써 실제 블랙홀 나선 운동과 구별할 수 있음을 시사합니다.
이 논문은 슈바르츠실트 블랙홀 외부의 정지 점질량과 호킹 복사의 중력자 상호작용을 연구하여, Unruh 상태에서의 응답률이 적외선 발산을 보이는 린드 시공간의 경우와 달리 블랙홀의 크기가 자연스러운 적외선 차단 역할을 하여 유한해지며, Hartle-Hawking 상태에서는 응답률이 0 이 되어 두 상태의 총 응답률이 동일함을 증명했습니다.
이 논문은 희박한 기체와 차가운 전자기 플라즈마와 같은 물질 매질 내에서 저주파 중력파와 전자기파가 결합하여 외부 천체 물리학적 원천에서 발생하는 횡방향 중력파와 유사한 진폭을 가질 수 있음을 보여주며, 이러한 결합된 중력파가 시험 질량에 미치는 영향을 탐구합니다.
이 논문은 정적 시공간을 일반화하여 2 차원 리만 계의 고유 곡률만으로 질량을 가진 입자 표면의 존재 조건과 블랙홀 그림자를 연구하는 새로운 기하학적 접근법을 제시하고, 커 (Kerr) 및 커-(A)dS 계량과 아인슈타인 - 맥스웰 - 딜라톤 해에 이를 적용합니다.
이 논문은 2 차원 반 더 시터 (AdS) 시공간에서 포아송 스프링클링된 인과 집합에 대한 경로 합 기반 스칼라 전파자를 수치적으로 평가한 결과, 평탄한 시공간의 점프 진폭을 수정하지 않고도 연속체 전파자를 정확하게 재현함을 확인하여 곡률 시공간에서도 경로 합 형식의 유효성을 입증했습니다.
본 논문은 초대질량 블랙홀 주위를 공전하는 쌍성계 (B-EMRI) 가 방출하는 중력파를 Hamilton-Jacobi 및 라그랑주 접근법과 사중극자 - 팔극자 표현을 활용해 모델링하고, 중력전자기력 (GEM) 효과를 고려한 파형 분석을 통해 우주 기반 중력파 관측소에서 기존 EMRI 와 구별 가능한 고주파 신호를 확인할 수 있음을 보였습니다.
이 논문은 우주의 팽창을 반영하는 데 시터 배경을 가정하고, 우주적 지평선으로 인해 전역적 정의가 불가능한 상황에서 유한한 우주상수 값에 대해 양의 에너지를 증명하기 위해 리우 - 야우 에너지를 적응시킨 준국소적 에너지 정의를 제시합니다.
이 논문은 시공간의 페트로프 및 세그레 유형에 따라 곡률 불변량을 점별로 정렬하는 새로운 부등식 세트를 확립하고, 리치 텐서의 수축 간의 부등식을 체계적으로 분석하여 4 차원 시공간에서 크라치니 스칼라가 모든 자카리-맥킨토시 불변량을 상한으로 제어하는 조건을 규명합니다.
본 논문은 아인슈타인-오일러-하이젠베르크 중력 하에서 자기 전하를 띤 드 시터 블랙홀에 대한 질량 없는 스칼라 및 전자기장의 섭동 역학을 연구하여, 다양한 물리 매개변수가 준정상 모드 주파수와 회색체 인자에 미치는 영향을 아스ンプ틱 반복법, WKB 방법 및 베른슈타인 스펙트럼 방법을 통해 분석했습니다.
이 논문은 비점근 평탄 시공간에서 정적 및 자유낙하 관측자의 운동이 퀸테센스 블랙홀의 그림자 각지름에 미치는 영향을 분석하고, M87* 관측 데이터를 통해 퀸테센스 매개변수에 대한 제약 조건을 제시합니다.
이 논문은 아인슈타인 - 맥스웰 시공간에서 새로운 테트라드를 도입하여 전자기 게이지 변환과 테트라드 변환 간의 직접적인 연결을 규명하고, 특히 시간적 - 공간적 평면에서 빛의 원뿔과 평면의 교차점으로 벡터를 매핑하는 특이 게이지 변환의 존재와 그 기하학적 성질을 탐구합니다.
이 논문은 조화 다양체와 방사형 데이터라는 특수한 가정 하에 아인슈타인 - 스칼라 장 등각 제약 방정식을 연구하여, 구에서는 해의 부재와 불안정성 같은 새로운 현상을 발견하고 반면 유클리드 및 쌍곡 다양체에서는 항상 해가 존재함을 보임으로써 등각 방법의 유효성을 재조명하고, 질량의 부호가 임계 감쇠율에서 임의의 값을 가질 수 있음을 증명하며 명시적인 해를 제시합니다.
이 논문은 페르미온의 스핀 전류가 동역학적으로 발생시키는 3 계 텐서장을 통해 유효 계량과 비틀림 (torsion) 을 유도하는 기하학적 틀을 제시하며, 여기서 비틀림은 아인슈타인 - 카르탕 이론과 달리 전파되고 스핀 없는 입자는 스핀 전류에 간접적으로 반응하는 새로운 중력 메커니즘을 설명합니다.
이 논문은 geodesic deviation 방정식을 활용하여 정적 구대칭 시공간에서 임계 각운동량에 근접하는 질점의 강한 편향 각도가 로그 발산하며, 그 계수가 불안정 원 궤도의 방사형 불안정 지수에 의해 결정됨을 공변적으로 증명하고, 이를 국소 곡률 데이터와 일반 상대성 이론의 물질 분포와 연결하여 기하학적·운동학적 해석을 제시합니다.
이 논문은 점근적으로 평탄한 정적 구대칭 시공간에서 퇴화된 광자구 근처의 빛 굴절각에 대한 강한 굴절 확장을 제시하여, 발산 기여도를 분리하고 유효 전위의 3 차 미분 및 와일 텐서의 전기 부분으로 구성된 무차원 조석 측정량의 도함수와 같은 국소 인자를 포함하는 보편적인 주된 멱법칙 항을 유도합니다.
이 논문은 불럼비 중력 이론에서 구름으로 둘러싸인 전하를 띤 정적 구형 대칭 블랙홀의 정확한 해를 유도하고, 로런츠 대칭 깨짐이 열역학적 성질과 광학적 특성 (광자구, 블랙홀 그림자, 빛의 굴절) 에 미치는 영향을 분석하며, 태양계 내 고전적 중력 테스트를 통해 관측적 제약을 설정함으로써 일반 상대성 이론을 넘어선 새로운 물리를 탐구하는 포괄적인 연구를 제시합니다.
이 논문은 NOvA 실험의 10 년 데이터를 기반으로 한 정밀 분석을 통해 대기 중성미자 질량 차이와 혼합 각도를 정량화하고, 중성미자 질량 순서가 정상 순서일 가능성을 87% 확률로 제시한 결과를 보고합니다.
이 논문은 쿼크-디쿼크 유효 질량 공식을 활용하여 중입자의 질량을 예측하고, 두 가지 다른 상호작용 시나리오를 통해 실험 및 격자 QCD 결과와 높은 일치도를 보이는 중맛깔 중입자 스펙트럼에 대한 포괄적인 연구를 제시합니다.
본 논문은 대형 액체 신틸레이터 검출기에서 우주선 뮤온에 의한 배경을 억제하기 위해 광전증배관 파형 분석을 기반으로 샤워 뮤온의 에너지 흡수 정점을 0.16m 이내의 정밀도로 재구성하는 새로운 방법을 제안합니다.
이 논문은 차세대 원형 강입자 충돌기 (FCC-hh) 에서 동기방사열 부하를 제한하기 위해 빔 에너지를 조절하는 '동기방사선 레벨링' 방식을 제안함으로써, 피크 및 통합 광도를 향상시키고 특히 이-힉스 입자 생성과 같은 핵심 과정의 사건 수를 크게 늘릴 수 있음을 보여줍니다.
이 논문은 Landau-Ginzburg-Wilson 이론을 기반으로 한 연속 상전이에서 길이 척도 임계 지수 가 (즉, ) 라는 하한을 가진다는 새로운 가설을 제시하고, 이를 다양한 이론적 및 수치적 결과와 일치함을 보였습니다.
이 논문은 고온 임계점의 이징 모델과 결합된 가지형 고분자의 연속 극한을 연구하여, 행렬 모델의 고리 방정식과 일치하는 끈 장론을 제안하고, 비섭동적 분배 함수가 3 차 선형 미분 방정식을 만족하며 2 차원 양자 중력의 휠러-드윗 방정식 해로 해석될 수 있음을 증명합니다.
이 논문은 432 MeV 의 파이온 질량 조건에서 격자 QCD 를 활용해 양성자 - 양성 융합 행렬 요소를 최초로 계산하고, 유한 부피 보정 및 2 체 전류 효과를 분석하여 2 체 저에너지 상수 를 추정함으로써 천체 물리학적 핵반응에 대한 원리 기반 계산의 실현 가능성과 현재 직면한 정밀도 한계를 규명했습니다.
이 논문은 4 차원 SU(3) 양 - 밀스 이론의 에서 발생하는 CP 대칭성 붕괴와 복원 현상을 탐구하기 위해 허수 시뮬레이션과 해석적 연속, 그리고 스무딩 기법을 활용한 예비 결과를 보고합니다.
이 논문은 코바리언트 쿼크 모델을 사용하여 반경입자 붕괴의 강입자 전이 형인자를 계산하고, 최근 실험 데이터를 바탕으로 표준 모델을 넘어서는 새로운 물리 현상의 가능성을 탐구하며 다양한 관측량에 대한 이론적 예측을 제시합니다.
이 논문은 방사성 붕괴의 형상 인자에 대한 분석성과 단위성 원리를 기반으로 한 분산론적 접근법을 재검토하여, 붕괴 진폭을 활용하여 실험 데이터를 잘 재현하고 의 부호를 명확히 규명하며 진폭의 미지 부분을 결정할 수 있음을 보여줍니다.
이 논문은 시프트 대칭성을 가진 드 시터 공간의 파동함수가 재규격화 과정에서 양자 이상으로 인해 허수 성분을 갖게 되며, 이는 단위성, 국소성, dilatation 등대칭성 및 번치 - 데이비스 상태를 통해 모든 루프 차수에서 재규격화 스케일에 대한 의존성으로 고정됨을 보여줍니다.
이 논문은 고에너지 영역에서 글루온 유도 힉스 쌍생성 과정에 대한 완전한 차수 다음 차수 (NLO) 전자기약 보정을 계산하여, 고에너지에서 약 -10% 크기의 보정이 발생함을 보여주었습니다.
이 논문은 시스aw 모델에서 축이온-중성미자 상호작용을 연구하여 현재 천체물리학적 제한 내에서 축이온 매개 산란으로 인한 중성미자 전파 효과는 관측 가능한 신호를 남기지 않는다는 결론을 내렸습니다.
이 논문은 작은 x 영역에서의 심층 비탄성 산란 (DIS) 시 제트 쌍 생성 단면적을 계산하여, 다음-에이코널 보정이 twist-2 글루온 TMD 의 위상과 twist-3 비편광 글루온 TMD 와 어떻게 연관되는지 규명했습니다.
이 논문은 QED 보정을 넘어 전기약력 효과와 비섭동적 강입자 진공 편광을 통합한 'McMule' 프레임워크의 최신 확장 사항과 MOLLER 실험 등 저에너지 정밀 측정 분야에서의 적용 사례를 개괄합니다.
본 논문은 2015 년부터 2024 년 초까지의 LVK 관측 데이터를 분석하여, 블랙홀 쌍성계 병합이 단순히 항성 잔해의 1 세대 병합뿐만 아니라 이전 병합의 산물인 2 세대 (위계적) 병합과 원시 블랙홀의 존재를 포함하는 복합 모델로 설명될 때 통계적으로 가장 선호됨을 규명했습니다.
이 논문은 은하계 내 쌍성계 (특히 쌍성 블랙홀) 와의 중력 상호작용을 통해 암흑물질이 고에너지로 가속되어, Lux-Zeplin 및 PandaX-4T 와 같은 대형 검출기가 서브-GeV 영역의 암흑물질 검출에 민감해질 수 있음을 시뮬레이션을 통해 보여줍니다.
이 논문은 Gravity Probe B, LAGEOS-2, 그리고 차세대 우주 시계를 활용한 Sagnac 지연 측정을 통해 차임, 심메트론, 딜라톤 모델 등 차폐된 암흑 에너지 이론에 대한 새로운 제한을 설정하고, 특히 핵시계 정밀도 달성 시 차임 모델의 전체 매개변수 공간을 배제할 수 있음을 보여줍니다.
이 논문은 초신성 폭발 전의 밀집된 항성간 매질을 이용하여 페이블리 상호작용 입자 (FIPs) 가 방출하는 에너지를 관측함으로써 새로운 탐지 전략을 제시하고, SN 2023ixf 의 초기 관측 데이터를 통해 MeV 규모 다크 광자에 대한 기존보다 강력한 제약을 설정했다고 요약할 수 있습니다.
이 논문은 배경장 접근법에서 경로순서 지수 표현을 기반으로 한 일반 형식주의를 개발하여 DIS 제트 생성의 단면적을 유도하고, 이를 통해 역방향-역방향 및 작은- 극한을 포함한 다양한 운동학적 영역에서의 결과를 체계적으로 연결하고 검증합니다.
이 논문은 암흑물질이 초기 우주에서는 약하게 상호작용하다가 후기 우주에서 암흑복사와 다시 결합하여 관측 가능한 강도로 상호작용할 수 있다는 새로운 시나리오를 제시하고, CMB 및 BAO 데이터를 통해 현재 암흑물질의 상호작용 강도에 대한 제약을 분석했습니다.
이 논문은 강한 자기 상호작용으로 인한 집단적 효과가 초기 우주의 암흑 물질 소멸을 억제하다가 임계 밀도 도달 시 급격한 비평형 소멸을 유발하여 최종 잔류 밀도를 결정하는 새로운 암흑 물질 열역학적 역사를 제시합니다.
본 논문은 고전적 등각 (classically conformal) 게이지 이론에서 1 차 상전이의 독특한 진화 역사를 바탕으로 WIMP, 초냉각 암흑물질, 그리고 단극자라는 세 가지 서로 다른 암흑물질 시나리오를 제시하고, 이에 대한 실험적 제약과 중력파 관측소의 미래 감도까지 분석합니다.
이 논문은 시몬스 관측소 (SO) 와 전파 망원경 (SKA) 의 다중 주파수 관측 데이터를 우주 분산 상쇄 (CVC) 기법과 결합하여 은하단 내의 CMB 광자-알파 입자 변환을 분석함으로써, 기존 자동 스펙트럼 분석보다 저질량 알파 입자 (ALP) 에 대한 검출 민감도를 획기적으로 높이고 오검출을 방지할 수 있음을 제시합니다.
이 논문은 반중성미자 - 원자핵 심층 비탄성 산란에서 디뮤온 생성에 대한 차수 2 차 섭동 QCD (NNLO) 계산을 제시하여, 작은 운동량 분율 영역에서의 음의 보정이 디뮤온 데이터와 LHC 데이터 간의 긴장을 완화하고 큰 운동량 분율 영역에서는 척도 불확실성을 크게 줄인다는 것을 보여줍니다.
이 논문은 LHC 에너지에서 전기 및 키랄 전도도를 고려한 전자기장 하에서 Langevin 역학과 확장 준입자 모델을 이용해 D 및 B 메손의 방향성 흐름을 연구한 결과, 전기 전도도가 흐름 분리에 지배적인 영향을 미치고 무거운 메손의 종류에 따라 흐름의 부호와 크기가 상이하게 나타난다는 것을 밝혔습니다.
이 논문은 최근 격자 QCD 증거를 바탕으로, 질량이 없는 쿼크가 개일 때 열역학적 임계점이 2 차 상전이임을 전제로 하여, 't Hooft 이상성 (anomaly) 을 통해 임계선의 CFT 기술을 제약하고 (및 아마도 ) 의 가장 유력한 시나리오로 바리온 밀도와 관련된 정확히 마진성 연산자를 가진 등각 다양체 (conformal manifold) 를 제시합니다.
이 논문은 수정된 HIJING 몬테카를로 생성기를 활용하여 중이온 충돌에서의 사건별 다중도 요동을 분석함으로써 생성된 매질의 특성, 에너지 손실 모델의 적절성, 그리고 1 차 상전이의 징후를 규명하고 QCD 위상도 및 임계점 탐색에 기여하는 방법을 제시합니다.
이 논문은 무거운 b 쿼크를 가진 엑조틱 하드론이 다중 쿼크 현상과 강한 상호작용의 역학을 탐구하는 데 유리하며, 벨레 (Belle/Belle II) 와 LHCb 실험을 통한 탐색 현황과 현상론적 해석을 검토한다고 설명합니다.
이 논문은 입자 물리학의 대칭성을 명시적으로 인코딩하는 L-GATr 모델과 데이터 구조를 암시적으로 학습하는 OmniLearn 모델이 재가중 언플로딩, 가능도비 추정, 약한 감독 이상 탐지 등 세 가지 난제에서 통계적 정밀도 내에서 유사한 성능을 보이며, 물리 구조 인코딩의 효율성 향상이 방법론에 독립적일 수 있음을 시사합니다.
이 논문은 임의의 유니터리 행렬을 코바이시 - 마스카와 (KM) 매개변수화 형식으로 명시적으로 변환하는 재위상 변환을 구성하고, 이를 페르미온 대각화 행렬에 적용하여 마요라나 위상과 CP 위반 위상을 행렬 요소의 위상과 상대 위상으로 명확히 규명했습니다.
이 논문은 3 TeV 뮤온 충돌기에서 -even 매개자를 가진 뮤온ophilic 암흑물질의 네 가지 탐색 전략을 분석하여, 은하 중심 GeV 과잉 (GCE) 을 설명하는 유효한 매개변수 공간의 상당 부분을 배제할 수 있음을 보여줍니다.
이 논문은 초대칭 이론 내에서 강한 CP 문제를 해결하기 위한 자발적 CP 위반 (SCPV) 의 실현 가능성을 탐구하며, 정밀 초대칭 극한에서의 스퍼리온 형식주의 확장 및 R-대칭성 기반 안정화 분석과 중간 규모에서의 자발적 CP 위반을 유도하는 새로운 모델 구축을 통해 이를 제시합니다.
이 논문은 함수적 QCD 접근법과 실험적 프로톤 누적량을 비교하여 중이온 충돌의 동결 조건을 결정하고, 이를 통해 QCD 임계 종점의 징후를 보여주는 커트시스 예측치를 도출했습니다.
이 논문은 ATLAS 실험 데이터를 기반으로 저운동량 입자 검출 편향을 보정하고 강입자화 노이즈를 제거하는 방법을 도입하여, 초중심 Pb+Pb 충돌에서 쿼크 - 글루온 플라즈마의 음속을 격자 QCD 계산과 완벽하게 일치하는 값으로 추출했습니다.
이 논문은 시뮬레이션 기반 추론 (SBI) 기법을 활용하여 중성미자 유도 핵자 방출 모델의 매개변수를 추정함으로써, 기존 MicroBooNE 실험의 경험적 튜닝보다 더 나은 적합도를 달성하고 다른 시뮬레이션 모델 (NuWro) 에도 적용 가능성을 입증했습니다.
이 논문은 비상대론적 쿼크 모델을 사용하여 및 이중자 (dibaryon) 시스템을 체계적으로 연구한 결과, 다양한 스핀 - 아이소스핀 구성에서 결합 에너지와 크기를 가진 deuteron-like 상태와 콤팩트한 헥사쿼크 상태가 형성될 수 있음을 규명했습니다.
이 논문은 MILC 의 2+1+1 플레버 HISQ 게이지 앙상블을 활용하여 NRQCD, 비등방성 클로버, 그리고 개선 윌슨-클로버 작용을 각각 바닥, 참, 그리고 가벼운 쿼크에 적용하여 바닥 쿼크를 포함하는 중하드론의 질량 스펙트럼과 질량 차이를 연구했습니다.
이 논문은 칼루자-클라인 (KK) 축소화에서 4 차원 유효 이론의 일관성을 위해 첫 번째 KK 중력자 질량 대비 경입자 질량의 제곱 비율이 $4/3$ 이하여야 한다는 수치적 증거를 제시하여, 축소 다양체가 얼마나 단단하게 안정화될 수 있는지에 대한 한계를 규명합니다.
본 논문은 JLab 과 J-PARC 의 임계값 측정 데이터를 통해 J/ψ-양성자 산란 길이를 재확인하고, 경량 벡터 메손과 중량 벡터 메손의 산란 길이 차이를 설명하는 '젊은 벡터 메손' 가설을 지지하는 증거를 제시합니다.
이 논문은 이방성 플라즈마에서의 제트 에너지 손실을 연구하여, 이방성의 영향이 평균 방출 글루온 에너지에 미미함을 보이며 제트 쿼칭 파라미터와 QCD 운동론 시뮬레이션을 결합해 에너지 손실의 길이 의존성이 극한 끌개 (limiting attractors) 의 특성을 보임을 입증했습니다.
이 논문은 저운동량 (low-) 및 고운동량 (high-) 관측량을 통합한 공동 베이지안 분석을 통해 쿼크 - 글루온 플라즈마 (QGP) 의 특성에 대한 제약을 기존 단일 분석보다 훨씬 강력하게 강화할 수 있음을 입증합니다.
이 논문은 강한 CP 문제, 쿼크 질량 및 CKM 행렬의 구조를 설명하는 맛깔 Peccei-Quinn 대칭성 기반 모델을 확장하여 중성미자 질량을 설명하고, 이를 통해 중성미자와 액시온의 질량 규모를 연결하며 다양한 실험적 제약을 분석합니다.
이 논문은 가속기 데이터를 기반으로 한 하드론 상호작용 튜닝을 도입하여 10 GeV 이하의 저에너지 대기 중성미자 플럭스 불확실성을 정밀하게 평가하고, 기존 예측과 일관된 5~10% 감소된 플럭스 값을 제시했습니다.
이 논문은 3 차원 중성자 - 자기유체역학 시뮬레이션을 바탕으로, 강한 자기장과 물질 효과가 중성미자의 맛깔 변환 및 손지기 반전 상호작용을 유발하여 관측 가능한 중성미자 사건율과 그 시간적 특성이 관측자의 방향과 변환 시나리오에 크게 의존함을 규명했습니다.
이 논문은 배경에서 다양한 곡률의 단면 (flat, spherical, hyperbolic) 에 적용 가능한 통합된 부스트 불변 볼츠만 방정식 해를 제시하여, 기존 Bjorken 및 Gubser 유동을 포함하고 쌍곡 단면에서는 새로운 'Grozdanov 유동' 해를 도출함으로써 유체역학과 자유 스트리밍을 자연스럽게 설명합니다.
이 논문은 고고학적 납으로 성장된 PbWO 결정체를 사용하는 냉동 열량계 실험 RES-NOVA 가 태양 중성자를 통해 중성미자 비표준 상호작용 (NSI) 에 대한 민감도를 현재 전 세계적 적합치 수준 이상으로 끌어올릴 수 있음을 보여주며, 특히 에너지 역치를 낮추거나 노출량을 늘림으로써 전자 및 타우 섹터의 새로운 매개변수 공간을 탐사할 수 있음을 제시합니다.
이 논문은 빅뱅 핵합성 (BBN) 기간 중 중성자 - 양성자 비율을 변화시키는 무거운 QCD 축입자의 붕괴를 분석하여, 기존 CMB 예측보다 강력한 수명 제한 (300 MeV 이상 질량의 경우 0.017 초) 을 제시하고, 에너지 준 및 2 차 하드론 산란 과정 등 핵심 개선을 통해 하드론 주입에 대한 보다 견고한 제약을 도출했습니다.
이 논문은 시브-워튼 (Seiberg-Witten) 맵을 활용하여 비가환 (NC) 게이지 이론에서 새로운 블랙홀 해를 구성하고, 비가환성이 블랙홀의 열역학적 성질 (특히 증발 말단의 온도 발산 제거 및 상전이) 을 조절하며 입자 방출을 억제하는 효과를 규명했습니다.
이 논문은 암흑 붕괴 채널을 가진 무거운 중성 렙톤 (HNL) 이 오히려 빅뱅 핵합성 (BBN) 시대의 추가 복사 에너지 밀도 증가로 인해 기존 실험실 탐색이 금지된 영역에 대해 더 강력한 우주론적 제약을 받게 된다는 점을 규명했습니다.
이 논문은 시프트된 경계 조건과 비섭동적 재규격화 결합상수의 런닝을 기반으로 한 새로운 전략을 사용하여, 3 GeV 에서 전약력 스케일까지의 넓은 온도 범위에서 3 개의 질량 없는 쿼크를 가진 QCD 상태방정식을 비섭동적으로 결정하고, 전약력 스케일에 근접한 고온 영역에서도 섭동론만으로는 정확한 설명이 불가능하며 비섭동적 기여가 필수적임을 입증했습니다.
이 논문은 1 차 상전이 동안 플라즈마 내 기포 벽의 확장에 의한 비열적 생성 메커니즘을 통해 TeV 스케일 이상의 무거운 벡터 암흑물질이 효율적으로 생성될 수 있음을 보여주며, 이는 중력파 관측을 통해 검증 가능한 파라미터 영역을 제시합니다.
이 논문은 저에너지 간접 측정과 이중 전하 힉스 보손에 대한 직접 탐색을 결합하여 유형-II 시스aw 메커니즘을 검증하는 과정에서, 확장된 새로운 물리 현상이 표준 민감도 기대치를 어떻게 수정하는지 분석함으로써 콜라이더 제약 조건의 견고성을 평가합니다.
이 논문은 비열적 암흑물질 시나리오에서 다체 소멸 과정이 억제되지 않고 오히려 광자 증식 효과를 유발하여 중성미자 탈결합 이후 광자 온도 변화를 통해 기존 제약 조건보다 수 배 강하게 초경량 암흑물질 결합 상수를 제한할 수 있음을 보여줍니다.
이 논문은 붕괴 사슬에서의 편광 전달을 기술하기 위해 스핀 밀도 행렬 (SDM) 형식주의를 기반으로 한 완전한 분석 프레임워크를 제시하며, S-파 방출 시 편광이 보존됨을 보이고 D-파 기여를 정량화하여 중쿼코늄 및 힉스 섹터를 포함한 다양한 입자 과정에 적용 가능한 통일된 동역학 탐구 도구를 마련했습니다.
이 논문은 HL-LHC 의 14 TeV 충돌 에너지에서 2HDM Type-I 모델을 가정하고, 4 개의 탑 쿼크를 포함하는 다중 탑 사건을 분석하여 500 GeV 의 퇴화된 질량을 가진 확장 힉스 섹터가 5 시그마 이상의 발견 임계값을 초과할 수 있음을 입증했습니다.
이 논문은 콜리너 QCD 인자화 및 이중 분포 접근법을 기반으로 한 일반화된 부분자 분포 (GPD) 를 사용하여 과정에서의 배타적 제트 쌍 생성에 대한 형식론을 요약하고, 다양한 운동량 영역에서의 단면적 분포와 아지무탈 각 변조를 분석하여 EIC 에서 탐구 가능한 새로운 운동학 영역에서의 GPD 연구 가능성을 제시합니다.
이 논문은 붕괴와 쿼크 - 글루온 플라즈마의 합착을 통해 뮤온성 카온 원자 () 가 생성될 수 있음을 이론적으로 규명하고, LHC 및 RHIC 등 고에너지 충돌기에서의 관측 가능성을 제시하여 열적 쌍입자 및 광자 방출 연구에 새로운 탐구 영역을 개척함을 보여줍니다.
이 논문은 최신 아타카마 우주망원경 (ACT) 의 우주 마이크로파 배경 (CMB) 관측 데이터를 바탕으로 순수 자연 인플레이션 모델이 유효한 매개변수 공간을 가진다는 것을 입증하고, 이를 확장된 모델에도 적용하여 생존 가능한 영역을 규명했습니다.
이 논문은 인플레이션 후 우주의 재가열이 열적 소산 효과에 의해 유발될 경우, 그 특징이 원시 중력파 스펙트럼에 뚜렷하게 나타남으로써 재가열 물리학을 관측적으로 탐구할 수 있는 가능성을 제시합니다.
이 논문은 차원 정규화를 사용하여 초기 조건 범함수를 포함한 소프트 드 시터 유효 이론 (SdSET) 을 구축하고, 질량이 없는 이론을 UV 이론으로 하여 트리 레벨 및 1-루프 차수의 상관 함수에 대한 재규격화와 매칭을 수행함으로써 SdSET 이 초지평선 모드의 양자 역학을 기술하는 적절한 유효 장 이론임을 검증합니다.
이 논문은 우측 중성미자를 포함하는 3-3-1 모델에서 스칼라 섹터가 전약 정밀 관측량 (S, T, U) 에 미치는 영향을 체계적으로 분석하여, 특히 T 매개변수가 해당 모델의 스칼라 질량과 에너지 척도에 대해 강력한 제약을 가한다는 사실을 규명했습니다.
이 논문은 고정 중심 근사 (FCA) 에 탄성 단위성을 적용하여 시스템의 산란 관측량과 상관 함수를 재검토함으로써, 곧 발표될 ALICE 실험 데이터와의 비교를 통해 축벡터 메손 상태의 성질을 규명하는 데 기여할 새로운 결과를 제시합니다.
이 논문은 차유효장론을 기반으로 및 산란을 연구하여, 채널에서는 반발적 상호작용이, 채널에서는 두 개의 결합 상태 형성이 가능한 인력적 상호작용이 존재함을 규명하고, 특히 스핀 - 스핀 항이 채널 간 질량 분열에 중요한 역할을 함을 밝혔습니다.
이 논문은 Hybrid Model 을 활용하여 쿼크 - 글루온 플라즈마 내 준입자와의 몰리엘 산란이 제트 관측량에 미치는 영향을 분석하고, 특히 광자 표지 제트를 통해 이러한 산란의 민감한 실험적 신호를 포착할 수 있음을 보였습니다.
이 논문은 종종 0 으로 간주되던 단일 마이너스 글루온의 트리 레벨 산란 진폭이 클라인 공간의 특정 '반-병진' 구성이나 복소화된 운동량 조건에서 0 이 아님을 보이며, 단일 마이너스 헬리시티 글루온이 개의 플러스 헬리시티 글루온으로 붕괴하는 과정에 대한 폐쇄형 공식을 유도하고 이를 와인버그의 소프트 정리 등 일관성 조건이 만족됨을 입증했습니다.
이 논문은 QCD 합 규칙을 활용하여 BESIII 협업에서 관측된 및 입자가 트리쿼크 - 반트리쿼크 구성을 가진 컴팩트 헥사쿼크일 가능성을 체계적으로 분석하여, 와 질량이 일치하는 두 개의 상태 후보를 제시하고 추가적인 헥사쿼크 상태의 질량 스펙트럼과 붕괴 모드를 예측했습니다.
이 논문은 제안된 전자 - 이온 충돌기 (EIC) 의 광생산 환경에서 쿼크 및 글루온 제트의 하위 구조를 분석하여 두 제트 유형을 구별할 수 있음을 입증하고 향후 QCD 연구의 기준을 마련했습니다.
본 논문은 제퍼슨 연구소의 고정밀 실험 목표를 달성하기 위해 가상 콤프턴 산란의 및 채널 불연속성을 데이터 기반으로 재구성한 한 번의 뺄셈 분산 관계식을 제시하여, 이를 통해 핵자의 스칼라 일반화 편극율을 추출하고 관측량에 미치는 민감도를 분석합니다.
이 논문은 Coleman, Glaser, Martin 의 제로 온도 결과를 유한 온도로 확장하여, 광범위한 스칼라 퍼텐셜 하에서 최소 작용을 갖는 안장점 구성이 반드시 대칭성을 가지며 공간 방향으로 단조로워야 함을 엄밀하게 증명함으로써 열적 진공 붕괴 및 우주론적 상전이 연구에서 널리 가정되어 온 대칭성 특성에 대한 수학적 근거를 제시합니다.
이 논문은 3 쿼크 광면 모델을 사용하여 양성자의 글루온 시버스 함수를 계산하고, 이를 BFKL 진화 방정식을 통해 작은 영역에서의 거듭제곱 법칙 꼬리 행동으로 확장하여 설명합니다.
이 논문은 새로운 비아벨 게이지 대칭을 도입한 대안적 좌우 대칭 모델에서 이산 패리티 대칭에 의해 안정화된 벡터-유사 렙톤을 암흑물질 후보로 제안하고, TeV 규모 질량 영역에서 재결합 밀도, 충돌기 제약, 직접 및 간접 검출 한계를 종합하여 모델의 유효성을 규명하고 향후 실험적 검증 가능성을 제시합니다.
이 논문은 고정 표적 실험의 단일 값 측정 한계를 극복하고, 전자 - 이온 충돌기 (EIC) 를 통해 다양한 핵종에 대한 연속적인 약전하 형상인자 () 데이터를 확보함으로써 중자 분포 모델의 제약을 획기적으로 개선할 수 있음을 보여줍니다.
이 논문은 공간 무한대에서의 점근적 평탄 시공간 대칭성을 연구하여 새로운 심플렉틱 구조와 경계 조건을 제안함으로써 BMS 대수를 로그-초평행 이동 및 로그-이동과 같은 아벨 섹터로 확장하고, 이에 따른 유한한 보존 전하와 중심 확장 대수를 규명하여 새로운 물리적 관측 가능성을 제시합니다.
이 논문은 퀸테센스와 끈 구름이 존재하는 대전 블랙홀의 준정상 모드를 연구하여 호드 경계와 스웜플랜드 거리 추측을 연결하는 수정된 경계를 제시하고, 관측 가능한 신호와의 상관관계를 규명합니다.
이 논문은 플럭스 변화 도메인 벽의 장력이 유효 이론의 자외선 차단 이상이어야 한다는 조건을 통해 반 더 시터 (AdS) 진공의 반지름에 상한을 부여하고, 이를 통해 그라비티노 질량 하한을 유도하여 스웜랜드 프로그램의 여러 추측을 입증하며 다양한 AdS 진공 모델에 대한 제약을 분석합니다.
이 논문은 고에너지 하전 입자와 로프 보정을 고려한 모든 루프 수준의 소프트 광자 정리를 분석하여, 천체 구면 상에 새로운 '쌍극자 전류' 및 더 높은 스핀 전류를 도입하고 이들이 대수의 웨지 부분 대수와 관련된 점근적 대칭성을 형성함을 제시합니다.
이 논문은 블랙홀 배경에서 실수부와 허수부를 각각 공간적 및 시간적 분기로 구성한 홀로그래픽 시간적 엔트로피를 연구하여, BTZ 및 고차원 AdS-슈바르츠실트 블랙홀에서의 거동, 임계점의 차원 의존성, 그리고 사건의 지평선 근처에서의 지수적 성장 특성을 규명합니다.
이 논문은 블랙홀 지평선 근처의 하위 차수 위상 공간에서 자기 이중성 조건을 부과하여 천체 대칭성을 규명하고, 복사 부재 시 무한한 보존 전하를 도출함으로써 블랙홀 물리학에 새로운 중력 관측량을 제시합니다.
이 논문은 주기적 퀴버를 기반으로 한 효율적인 결정 생성 알고리즘을 개발하고, 2d (0,2) 퀴버 이론의 클러스터 대수 일반화를 위한 실증적 데이터를 제공하기 위해 토릭 칼라비 - 야우 4-다양체의 결정 용해 모델과 그 분할 함수의 삼중성 (triality) 하에서의 거동을 심층적으로 분석합니다.
이 논문은 1-루프 수준에서 성립하는 타겟 공간 이중성 하의 딜라톤 변환 법칙이 2-루프 이상에서 수정되어야 함을 밝히고, 시간 의존적 반지름을 가진 우주론적 해를 예로 들어 비정적 이중성을 설명합니다.
이 논문은 조화 포획장 내 비상대론적 등각 장이론의 평형 분배함수를 연구하여, 유체역학적 영역과 큰 각운동량 극한에서 분배함수의 로그가 포획 주파수와 각속도 간의 단순 극점을 보이며 그 잔류가 화학퍼텐셜과 온도에 의해 결정되는 보편적 구조를 가진다는 것을 밝혔습니다.
이 논문은 3 차원 Lennard-Jones 액체에 대한 기능적 재규격화 군 (FRG) 방법을 확장하여 열역학적 일관성을 유지하면서도 분자 동역학 시뮬레이션과 비교 가능한 정확도를 달성하는 새로운 고전 액체 이론을 제시합니다.
이 논문은 드 시터 우주론의 질량 없는 스칼라 이론에서 파동함수 계수의 기호 (symbol) 가 대수의 단일 클러스터에 속하는 순서 조건을 만족하는 '일반화된 클러스터 인접성'을 보인다는 것을 증명하고, 이를 통해 임의의 트리 그래프에 대한 부트스트랩 접근법을 제시합니다.
이 논문은 보존 전류의 BF 이론을 매개로 미시적 이론과 유체역학적 근사 이론을 연결하는 쌍방형 (cospan) 구조를 제시하여, 고차 형식 대칭을 포함한 유체역학을 새로운 기하학적 관점에서 재해석합니다.
이 논문은 2 차원 페르미온과 3 차원 체른 - 사이먼스 게이지 장의 상호작용을 연구하여 최소 모델을 holography 로 설명하고, A-모델 위상 끈 이론을 통해 구면 상관계수까지 포함하는 정확한 홀로그래픽 일치를 제시함으로써 최소 모델 홀로그래피를 끈 이론에 통합합니다.
이 논문은 고차 형식 대칭과 비가역적 대칭을 다루며, 1+1 차원 시스템의 퓨전 범주 구조부터 3+1 차원 이론의 물리적 응용까지 포괄적으로 설명하는 일반화된 대칭에 대한 강의 노트입니다.
이 논문은 바로우 프랙탈 엔트로피를 적용한 키세블 시공간 내 AdS-르이스너-노르드스트룀 블랙홀의 열역학을 분석하여 프랙탈 매개변수가 줄-톰슨 팽창의 반전 온도와 등엔탈피 곡선에 미치는 영향을 연구합니다.
이 논문은 브랜eworld 모델에서 게이지 장의 칼루자-클라인 모드 혼합을 연구하여, 벡터-스칼라 혼합이 4 차원 유효 작용의 게이지 불변성은 유지하면서도 스칼라 흡수 메커니즘을 근본적으로 변화시키고 물리적 스칼라 자유도 잔여를 초래함을 규명했습니다.
이 논문은 2 차원 등각 장론의 국소 데이터를 기반으로 서브모델을 도출하는 방법을 제시하여 초선택 섹터와 위상 결함 선을 분류함으로써, 특히 코스넷 및 파라페르미온 모델의 RG 흐름에 대한 통합된 선택 규칙을 확립하고 새로운 측면을 규명합니다.
이 논문은 4 차원 (A)dS 공간에서 2 성분 스피너 텐서를 기반으로 한 부분 질량 보손 장의 포괄적인 BRST 라그랑지안 기술을 제시하며, 2 차 클래스 제약을 1 차 클래스로 변환하는 절차를 통해 dS 공간에서만 존재하는 에르미트성 및 멱영성을 가진 BRST 전하와 게이지 불변 라그랑지안을 구성함을 보여줍니다.
이 논문은 Type-II 초끈 이론의 NS-NS 섹터에서 1-루프 질량 보정을 분석하여, 타원 함수의 성질을 활용해 적분식을 유도하고 -규칙으로 발산을 정규화한 후 레벨 까지의 수치적 질량 보정 결과를 제시합니다.
이 논문은 비초대칭 이론에 초대칭 와드 항등식을 적용하여 연산자 재규격화 계산을 획기적으로 최적화하는 메커니즘을 제시하며, 이를 그로스-뉴veu-유카와 모델을 통해 시연하고 궁극적으로 양자 색역학 (QCD) 에 적용하는 것을 목표로 합니다.
이 논문은 3 차원 양자 BTZ 블랙홀과 그 대전된 쌍에서 경계에 고정된 측지선의 존재 조건과 시공간적 거리를 분석하고, 광자 고리의 존재가 실수형 시간적 얽힘 엔트로피를 보장한다는 가설을 검증합니다.
이 논문은 3 차원 쿼버 게이지 이론의 쿨롱 가지 대칭군을 게이지하는 '몫 쿼버 뺄셈' 기법을 O5 플레인을 활용한 Type IIB 브레인 구성을 통해 확장하여, 단위군을 가진 쿼버에 및 군을 결합하는 새로운 방법을 제시하고 이를 고차원 SCFT 의 힉스 가지 구성에 적용합니다.
이 논문은 f(Q) 중력 이론에서 아인슈타인-아인슈타인 (AdS) 블랙홀의 복사 엔트로피를 섬 규칙을 통해 연구하여, 일반화된 엔트로피의 면적 항 수정과 사-wave 근사의 한계를 규명하고, 붕괴하는 블랙홀의 경우 양자 중력 예측과 일치하는 로그 보정이 나타남을 보이며, 최종 복사 엔트로피와 페이지 시간이 f(Q) 모델 선택에 의해 결정됨을 입증했습니다.
이 논문은 의 타우토로기컬 표현 텐서곱에 대한 -이중성이 이 과 타우토로기컬 표현의 곱에 작용하는 심플렉틱 미라볼릭 공간임을 증명하고, 이에 대응하는 랭글랜즈 이중성 측의 범주적 쏘타 대응을 명시적으로 기술하는 글로벌 추측을 제시합니다.
이 논문은 AdS 배경에서 게이지 장의 이중-흔적 (double-trace) 변형이 경계 부근의 로그적 행동으로 인해 스킴 의존적 모호성과 타키온 및 유령 (ghost) 모드와 같은 불안정성을 초래함을 분석적으로 및 수치적으로 규명했습니다.
이 논문은 램 (Lam) 의 추측을 증명하여, 초대칭 양 - 밀스 이론의 산란 진폭과 관련된 ABCT 다양체 이 양의 기하학 (positive geometry) 임을 보여줍니다.
이 논문은 3 차원 양자장론의 3-구 분할함수에서 국소 반항항을 제거하여 얻은 자연스러운 양이 고정점에서는 -정리 불변량과 일치하지만, 전체 재규격화군 흐름에서 단조감소하지는 않음을 보여줌으로써 이것이 단조적인 -함수가 아님을 입증합니다.
이 논문은 세계면 대칭에 의해 고차원 시공간이 널 에너지 조건 (NEC) 을 만족하면서도 평균 아인슈타인 프레임 조건을 통해 시간 의존성 끈 압축화를 적용할 때 저차원 외부 시공간에서 NEC 위반이 가능해져 반등 우주론을 실현할 수 있음을 보여줍니다.
이 논문은 3 차원 SQCD 이론의 전체 매개변수 공간에 적용 가능한 보편적인 평면 아벨 쌍대 (planar Abelian dual) 를 명시적으로 구성하여, 기존에 제한된 영역에서만 유효했던 쌍대성을 일반화하고 질량 변형 하의 적외선 물리를 체계적으로 분석할 수 있는 통일된 틀을 제시합니다.
이 논문은 인 모든 경우에 대해 -injective 이지만 -injective 가 아닌 바나흐 공간을 구성하여 Pelczyński 의 정리를 완성하고, 동시에 과 사이의 바나흐 - 마즈 거리를 $9+6\sqrt{3}$ 이하로 개선한 결과를 제시합니다.
이 논문은 KdV-Burgers 방정식의 단조로운 충격파가 임의의 큰 섭동에 대해 시간 의존적 이동까지 허용할 때 -수축 성질을 만족하여 점성 및 분산 강도에 대한 균일한 점근적 안정성을 보임을 증명합니다.
이 논문은 노름과 계면활성제 (surfactant) 항을 포함하는 비국소 위상 전이 에너지 함수열의 -수렴을 연구하여, 그 극한 에너지가 계면의 계면활성제 밀도와 계면 밖에서의 계면활성제 측도의 총변동에 의존하는 국소적인 퍼imeter-type 함수로 수렴함을 증명합니다.
이 논문은 유한 방향 그래프에서 -불변 3-경로 공간 가 사다리꼴 경로와 그 병합 이미지로 구성된 기저를 가지며, 이를 통해 해당 공간의 차원과 기저를 시간 복잡도로 계산하는 알고리즘을 제시함을 증명합니다.
이 논문은 쌍곡 공간의 Bryant 형 선형 웨잉가르텐 곡면을 위한 비앙키-칼로 (Bianchi-Calo) 유형의 구성 방법을 제시합니다.
이 논문은 유효 차수가 인 실수의 집합과 -잘 근사 가능한 실수 집합 간의 하우스도르프 측도 관점에서의 분리를 규명하기 위해 해당 집합들의 게이지 프로파일을 특징짓습니다.
이 논문은 대칭 모노이드 범주에서 프라베니우스 구조가 없는 문자열 다이어그램 재작성 시스템의 모든 임계 쌍을 열거하고 그 정확성과 포괄성을 증명하여, 임계 쌍 분석을 자동화하는 알고리즘을 제시합니다.
이 논문은 3 차 뉴턴 방법의 전역 수렴성을 보장하면서도 매 반복에서 단일 반정규계획 (SDP) 문제를 해결하는 효율적인 '적응형 레벤버그 - 마르쿼드 3 차 뉴턴 방법 (ALMTON)'을 제안하고, 그 이론적 수렴성 및 기존 방법 대비 우수한 성능을 입증합니다.
이 논문은 이질적 재료의 물리적 시스템에서 발생하는 매개변수 전송 문제를 해결하기 위해, 에너지 노름 오차의 일관된 상한을 보장하는 손실 함수를 도입하고 해를 주성분과 특이성 성분으로 분해하여 근사하는 '최소제곱 기반 정규성 준수 신경망 (LS-ReCoNN)'이라는 새로운 딥러닝 접근법을 제안합니다.
이 논문은 아벨 격자 순서군에 영집합 사상에서 영감을 얻은 두 가지 다정렬 확장을 도입하고, 이를 스펙트럼 부분공간을 갖는 구조와 동치임을 보이며, 기존 양화사소거 결과를 활용해 그 중 하나의 확장이 완전하고 양화사소거를 갖는 모델 동반자를 가진다는 것을 증명합니다.
이 논문은 가 측정가능하다는 가정의 일관성이, 가 최소의 강한 정규 기수이자 최소의 측정가능 기수이며 미만의 모든 비가산 기수가 가산 공역성을 가진다는 체계의 일관성을 함의함을 보여줍니다.
이 논문은 제로지식 코드와 양자 CSS 코드가 동등함을 증명하고, 이를 활용하여 명시적 점근적 우수 제로지식 국소 테스트 가능 코드를 구성하는 방법을 제시합니다.
이 논문은 그래프에서 탐색자가 거리 대신 경로 길이를 선택하는 '탐색자 - 감독자' 게임의 변형을 연구하며, 기존 거리 기반 게임과 새로운 경로 기반 게임 간의 방문 정점 수 차이가 임의의 크기로 벌어질 수 있음을 증명합니다.
이 논문은 확률적 경사 하강법에서 최적의 점근적 분산과 수렴성을 달성하는 고전적인 폴리악-러퍼트 평균화부터 딥러닝의 일반화 성능을 향상시키는 최신 기법까지, 평균화 기법의 이론적 기초, 현대적 발전, 머신러닝 응용 및 향후 연구 방향을 종합적으로 조사합니다.
이 논문은 목적 함수를 평가하지 않고도 노이즈가 있는 등식 제약 조건 최적화 문제를 해결할 수 있는 새로운 1 차 알고리즘을 제안하며, 이는 적응형 단계 선택을 통해 O(1/√k) 수렴 속도를 보장하고 실험적으로 노이즈 환경에서 뛰어난 안정성을 입증합니다.
이 논문은 비볼록 분산 최적화 문제를 해결하기 위해 기존 1 차 및 2 차 방법을 통합하는 'Unifying Primal-Dual Proximal (UPP)' 프레임워크를 제안하고, 이를 기반으로 수렴성 보장을 갖춘 새로운 알고리즘들을 개발하여 최적의 통신 복잡도를 달성하는 것을 목표로 합니다.
이 논문은 카라가니와 세버리의 기본 블록 구성법을 수정하고 특정 순환 행렬을 활용하여 94 차수의 복소 헤르만트 행렬을 최초로 구성하는 방법을 제시합니다.
이 논문은 다중 주파수 원거리장 데이터를 활용하여 전자기파 역원천 문제에서 전파 시간과 공간적 지지 영역을 동시에 직접적으로 복원하는 새로운 샘플링 방법을 제안하고 3 차원 수치 실험을 통해 그 유효성을 검증합니다.
이 논문은 매끄러운 해의 특성을 고려한 혼합 기저 전략의 한계를 극복하고, 버턴 - 밀러 및 PMCHWT 경계 적분 방정식과 프록시 기반 저차원 근사 기법을 결합하여 inclusion 의 모양에 구애받지 않고 선형 계산 복잡도를 갖는 2 차원 탄성파 전송 문제용 고속 직접 솔버를 제안합니다.
본 논문은 Navier-Stokes-Cahn-Hilliard 시스템에 보조 장을 도입하고, 공간적으로 coarse 한 관측 데이터를 기반으로 궤적을 복원하는 연속 데이터 동화 (CDA) 프레임워크를 제안하며, 유한 요소 분할 기법을 통해 수치적 안정성과 초기 조건 불일치 상황에서의 동기화 성능을 입증합니다.
이 논문은 비유한 정렬 고차원 그래프에 대해 국소적 유한 정렬 부분을 식별하고, 이를 통해 국소 콤팩트 경로 및 경계 경로 공간과 그람다이드를 정의하며, 기존 이론을 확장하고 증명한 결과를 제시합니다.
이 논문은 카르노 군의 호로함수 경계 특성을 연구하여 모든 호로함수가 판수 미분으로 조각적으로 정의됨을 보였으며, 특히 필리포프 리 군의 경우 기존 가설과 달리 경계의 차원이 이 아닌 새로운 사례를 발견했습니다.
이 논문은 노에터 대수적 공간에서 준완전 사상의 새로운 특성화 (정규 공간에 대한 블로우업 조건 포함) 와 국소적 성질 (에탈 국소환, 완비화, 엄밀한 헨젤라이제이션에서의 판별 가능성) 을 규명하여 준완전성 성립 범위가 자리스키 열린 집합임을 증명합니다.
이 논문은 콤팩트 거리 공간 위의 연속 자기사상에 대해 무한 직접곱이 -혼돈이 되기 위한 충분조건을 제시하고, 이를 통해 특이한 -혼돈 사상의 예시를 도출합니다.
이 논문은 다항식 계수를 갖는 특정 미분-차분 방정식 의 모든 유한 차수 전체해의 형태를 규명함으로써 Heittokangas-Ishizaki-Tohge-Wen 의 열린 문제를 해결했습니다.
이 논문은 GMsFEM 프레임워크 내에서 속도-압력 시스템을 압력 전용 형식으로 재구성하고 오프라인 기저함수와 잔차 기반의 적응형 온라인 기저함수를 결합하여, 복잡한 기하학적 구조와 이질적인 투과율을 가진 다공 매질에서의 Darcy 흐름을 높은 정확도로 유지하면서 계산 비용을 대폭 절감하는 새로운 다중 규모 방법을 제안합니다.
이 논문은 푸앵카레의 중심 문제를 해결하기 위해 가중 극좌표계에서 로랑 역적분인자를 도입하고, 이를 통해 다항식 벡터장 계열의 모든 중심을 특징짓는 매개변수 제약 조건을 결정하는 보편적인 이론적 절차를 제시합니다.
이 논문은 양의 리치 곡률을 갖는 단위 구 내의 최소 등매개변수 초곡면들에 대해 Ambrozio-Carlotto-Sharp (ACS) 조건을 검증하여, 임의의 닫힌 매장된 최소 초곡면의 모스 지수가 그 제 1 베티 수에 의해 하향에서 제한됨을 증명합니다.
이 논문은 하위 문제의 단일 해 가정 (LLS) 을 완화하고 ADMM 과 BDA 를 결합하여 희소 하이퍼파라미터 선택 문제를 해결하는 새로운 이차원 최적화 알고리즘을 제안하고, 이를 통해 전역 수렴성을 증명하며 다양한 실험을 통해 우수성을 입증했습니다.
이 논문은 전역 최적값에 대한 의존성을 제거하고 각 에이전트가 효율적인 선형 실현 가능성 문제만 해결하도록 설계된 분산 적응적 Polyak 스텝사이즈 알고리즘 (DPS-LA) 을 제안하여 네트워크 합의와 선형 속도 향상 수렴 속도를 보장합니다.
이 논문은 브라스캄프-리브 상수가 준대수적 함수임을 증명하여, 이는 다항식 관계를 만족하는 대수적 성질을 가지며, 더 나아가 쌍분할 퀴버 표현에 연관된 일반화된 퀴브 브라스캄프-리브 상수에서도 유사한 성질이 성립함을 보여줍니다.
이 논문은 유한체 위의 벡터 함수 대부분이 자명한 확장 아핀 안정화군을 가지며, 이로 인해 확장 아핀 동치류의 수가 단순 추정치와 점근적으로 일치하고 무작위 함수가 동치일 확률이 극히 낮음을 증명하여 암호학적 원시 설계에 무작위 샘플링 전략이 유효함을 보여줍니다.
이 논문은 압축 센싱 문제를 해결하기 위해 탐욕적 방법과 분할 방법의 원리를 통합하고 부분공간 제한을 통해 전역 수렴을 보장하는 새로운 '대안 부분공간 방법 (ASM)'을 제안하며, 다양한 시뮬레이션을 통해 높은 수렴 속도와 유연성을 입증합니다.
이 논문은 니콜리가 발행한 논리 퍼즐 '에볼로미노'의 규칙을 정수 선형 계획법 (ILP) 모델로 공식화하고, 이를 활용한 퍼즐 생성 알고리즘을 제안하여 CP-SAT 솔버가 18x18 크기까지의 퍼즐을 효율적으로 해결할 수 있음을 입증했습니다.
이 논문은 원통형 테이블로 (cylindric tableaux) 에 대한 로빈슨 - 선펜드 대응의 유사체를 확립하여, 특정 패턴을 피하는 치환과 공통 모양을 가진 원통형 표준 야ング 테이블로 쌍 사이의 전단사 관계를 구성하고, 이를 통해 점근적 열거 결과를 도출합니다.
이 논문은 2 차원에서 다수의 투과성 불연속체에 의한 스칼라 파동 산란 문제를 해결하기 위해, 내부 적분 항을 생략한 프록시 방법 기반의 저랭크 근사를 사용하여 시스템 크기를 로 축소하고 계산 비용을 수준으로 줄인 가속 직접 솔버를 제안합니다.
본 논문은 피츠휴 - 나구모 시스템을 효율적으로 시뮬레이션하기 위해 예측 - 수정 기법과 직교 스플라인 콜로케이션 유한 요소법을 결합한 새로운 수치 알고리즘을 제안하며, 이는 무조건적 안정성과 고차 정확도를 보장하고 특이점이 존재하는 경우에도 수치적 진동을 극복하는 것을 목표로 합니다.
이 논문은 직교군에 대한 두 시스프 형태의 푸리에-야코비 계수를 포함하는 디리클레 급수의 적분 표현을 유도하고, 이를 통해 해당 급수의 유리적 연속성과 격자 경우의 정확한 함수 방정식을 증명합니다.
이 논문은 보정된 외삽 오차에 대한 엄격한 보장을 제공하기 위해, 알려진 상한을 가진 앵커 함수를 기반으로 한 모델 무관성 프레임워크를 제안하여 기존 근사 모델을 외삽 영역의 허용 가능 집합으로 투영하는 방법을 개발합니다.
이 논문은 4 변수 분할 직교군에 대한 Darmon-Gehrmann-Lipnowski 의 강성 유리형 코사이클을 정밀하게 분석하여 Darmon-Vonk 의 실수 이차 특이 모듈러의 반대칭성 추측을 증명하고, Gross-Kohnen-Zagier 의 정신에 따라 Kudla-Millson 약분의 생성 급식의 모듈러성을 입증합니다.
이 논문은 산술 동역학의 틀에서 일반화된 페르마 추측을 제시하고 이를 뒷받침하는 증거를 제공하며, 다중 인덱스 버전을 추가했습니다.
이 논문은 인공 잡음 (AN) 과 이를 제거하는 인공 잡음 제거 (ANE) 전략이 물리층 보안의 비밀 전송률에 미치는 영향을 규명하기 위해 새로운 확장 법칙을 수립하고, 안테나 수 간의 상호 제약 관계와 AN 의 유효성 조건을 분석하여 안티 ANE 환경에서의 시스템 설계 지침을 제시합니다.
이 논문은 노에테르 등급 이상족에 대해 점근적 v-수 존재성을 증명하고, 이를 뉴턴-오두코프 영역 및 적분 폐포와 연결하며, v-수와 Castelnuovo-Mumford 정칙성 및 중복도 사이의 부등식 관계를 규명합니다.
이 논문은 비선형 3 차원 열탄성학에서 온도가 양수인 경우 해의 전역적 존재성과 점근적 거동을 증명하여, 모든 초기 조건에서 열탄성체가 에너지 보존에 의해 결정된 균일한 온도를 갖는 평형 상태로 수렴함을 보여줍니다.
이 논문은 공통 카운팅 과정, 일정 이자율, 그리고 벡터 청구액 간의 의존성을 고려한 비표준 다변량 위험 모델에서 유한 및 무한 시간 범위에 대한 할인된 총 청구액의 진입 확률 점근적 거동을 연구하고, 이를 최종적으로 브라운 운동 교란이 있는 위험 모델의 파산 문제에 적용합니다.
이 논문은 Carleman 부등식과 선형화 기법을 통해 퇴화 점성 Hamilton-Jacobi 방정식의 역문제에 대한 조건부 안정성을 증명하고, 켤레 기울기법 및 Van Cittert 반복법을 활용한 수치적 식별 알고리즘을 제안하여 그 성능을 검증합니다.
이 논문은 Nash-Williams 의 정리를 일반화하기 전 Erdős 와 Rado 가 증명한 바 있는 유한 이미지 순서열 집합에 대해, 그 최대 선형화 크기를 와 에 대한 중 지수 함수로 상한을 추정하고 인 경우 이 경계가 거의 최적임을 보임으로써 Erdős 와 Rado 의 증명을 개선합니다.
이 논문은 여성 수학자들을 기념하고 격려하기 위한 전 세계적 '5 월 12 일' 이니셔티브의 기원과 주요 행사, 그리고 메리암 미르자카니부터 잉그리드 도부치에스까지 수학 분야에서 획기적인 업적을 남긴 여성들의 업적을 간략히 소개하고 있습니다.
이 논문은 최대 차수가 4, 5, 6 인 작은 그래프와 다중 그래프의 원형 색수 (circular chromatic index) 를 체계적으로 규명하고, 이를 통해 '상한 갭 추측 (Upper Gap Conjecture)'의 에지 연결성 변형들을 반증하는 무한한 그래프 족을 구성합니다.
이 논문은 모든 고대 (ancient) 매끄러운 임베디드 유한 엔트로피 곡선 단축 흐름이 정적 직선, 축소하는 원, 페이퍼클립, 병진 그림리퍼, 또는 그래픽 고대 트럼본 중 하나임을 증명하여, 특히 모든 컴팩트한 흐름이 볼록함을 보이고 비컴팩트 흐름은 정적 직선이거나 고정된 열린 구간 위의 완전 그래프임을 규명했습니다.
이 논문은 2 차원 연속 웨이블릿 변환과 관련된 행렬 군의 경우, 서로 다른 웨이블릿 시스템이 동일한 코오로비트 공간 스케일을 생성하는지 여부를 포괄적으로 분류하고 있습니다.
이 논문은 쌍곡평면의 일반화된 페레이 그래프를 기하학적 모델로 활용하여 모든 온전 (tame) 정수 -타일링과 초타일링 (hypertilings) 을 분류하고, 이를 삼각화된 다각형의 람다 길이 또는 가중치 데이터 및 정수 쌍의 삼중 하마르드 곱으로 표현하는 방법을 제시합니다.
이 논문은 Ihringer 가 증명한 벡터 공간에 대한 Erdős-Matching 정리를 활용하여 가 충분히 큰 경우 PG의 -플래그로 구성된 Kneser 그래프에서 최대 코클라이크를 규명하고 안정성 결과를 도출하여 D'haeseleer, Metsch, Werner 의 추측을 증명합니다.
이 논문은 후미 그래프 (whisker graph) 의 에지 아이디얼에 대한 제곱근 거듭제곱이 생성하는 매칭-프리 복소수의 순수성, 쉘러빌리티, 코헨-맥aulay 성 및 깊이와 같은 대수적·결합적 성질을 완전히 규명하고, 기존 깊이에 관한 추측을 검증합니다.
이 논문은 특정 단항식 아이디얼의 코호몰로지 서포트 다양체가 선형 부분공간의 합집합이 아님을 보여주는 예시를 제시하고, 계산 효율성을 개선한 알고리즘을 통해 동차 단항식 아이디얼에 대한 분류를 컴퓨터를 통해 증명합니다.
이 논문은 확률 측도의 코디던스 (codensity) 단위를 통해 Giry 단위와의 클라이슬리 (Kleisli) 법칙 존재성, 마르코프 범주와 관련된 라크 단조성 및 아핀성 조건, 그리고 데이 컨볼루션을 통한 텐서곱의 특징화 등 확률 단위의 세 가지 핵심 성질을 체계적으로 분석하고 증명합니다.
이 논문은 방사 대칭 등엔트로피 오일러 흐름에서 초음속 및 아음속 영역별 파동 특성 전이의 역학을 분석하고 불변 영역을 규명하며, 이를 수치 시뮬레이션으로 검증하여 유한 시간 특이점 형성 조건을 제시합니다.
이 논문은 두 개의 반무한 주기 구조가 접합된 기하학적 구조에서 비주기적 소산의 산란 문제를 해결하기 위해, 그린 함수의 느린 감쇠를 극복하고 지수적 정확도로 절단 가능한 복소 평면으로 해석적 연장을 수행하는 적분 방정식 방법론을 제시하고 그 유효성을 입증합니다.
이 논문은 마르코프 범주와 enriched 범주의 베이스 변경 구성을 활용하여 대칭 모노이달 범주에 불확실성을 통합함으로써, 공학적 설계 문제와 베이지안 학습 등 다양한 응용 분야에 적용 가능한 새로운 범주론적 틀을 제시합니다.
이 논문은 모든 하디 필드가 -프리 하디 필드로 확장될 수 있음을 증명하여 고전적인 진동 판정법과 관련성을 밝히고, 보셰르니츠한의 질문들에 대한 답변과 그의 정리의 일반화를 제시합니다.
이 논문은 (와레프 곱) 에서 비퇴화 확률 측도에 대한 점근적 엔트로피의 연속성을 증명하고, 이를 위해 무작위 보행의 비귀환 확률 연속성과 조화 측도의 약한 연속성이 엔트로피 연속성을 함의함을 보여줌으로써 쌍곡군 및 CAT(0) 공간 작용군 등 기존 및 새로운 군 클래스에 대한 결과를 확장합니다.
이 논문은 1 차원 열방정식과 파동방정식이 연쇄적으로 결합된 시스템의 잘-정의성, 동시 정밀 및 근사 제어 가능성, 그리고 실베스터 방정식을 통한 다항적 안정화 결과를 추상적인 선형 시불변 (LTI) 프레임워크에서 연구합니다.
이 논문은 DC 프로그래밍을 위한 근사점 알고리즘의 수렴성을 분석하고, 이를 선형 회귀의 변수 선택 문제에 적용하는 방법을 제시합니다.
이 논문은 스펙트럼 함수의 볼록 분석을 위한 새로운 스펙트럼 분해 시스템을 제안하고, 이를 통해 복잡한 최소화 문제를 단순한 불변 함수 문제로 환원하여 켤레 함수, 부분 미분, 그리고 Bregman 근접 연산자를 명시적으로 계산할 수 있는 구성적 방법을 제시합니다.
이 논문은 최적화 문제를 대상으로 하는 범주를 정의하고 범주론적 방법을 통해 미니맥스 정리와 볼록 함수의 레전드르 쌍대성 ((f*)*=f) 과 같은 기존 결과를 재도출함으로써 볼록 최적화 연구에 새로운 관점을 제시합니다.
이 논문은 특정 형태의 볼록체 지배 (convex body domination) 를 허용하는 연산자의 일반화된 벡터 값 교환자 (commutator) 에 대한 볼록체 지배 결과를 제공하고, 이를 통해 강한 타입 추정식과 관련된 BMO 공간의 성질을 연구합니다.
이 논문은 A 형 양안 (Yangian) 과 특정 A₂ 형 양자 아핀 대수에 대한 수정된 드린펠트-카르탄 생성 열의 코곱 (coproduct) 에 대한 명시적 공식을 제시하고, 이를 통해 A₂ 형 양자 아핀 대수의 양의 선호달적 (positive prefundamental) 표현에 대한 명시적 표현을 유도합니다.
이 논문은 원형이 아닌 임계 곡선을 활용한 조화 함수에 대한 루셰 정리의 유사 정리를 적용하여, 형태의 복소 조화 함수의 영점 개수가 또는 임을 증명하고 그 위치가 두 개의 명시적인 원환대에 분포함을 규명합니다.
이 논문은 임계역학 영역에 있는 1 차원 반응 - 확산 과정에서 정적 상태의 요동을 연구하여, 총 자화량이 비가우시안 분포로 수렴하는 반면 밀도장의 제로평균 성분의 요동은 가우시안적으로 훨씬 작아짐을 증명했습니다.
이 논문은 -완전 매끄러운 사상에 대해 프리즘 사이트 위의 결정체 범주가 -연결을 갖는 모듈 범주와 동치임을 증명하고, 이를 통해 프리즘 센 연산자의 기하학적 구성과 드린펠트의 델리뉴 - 일루시 분해 정리를 강화하는 결과를 제시합니다.
이 논문은 이고 일 때 감소 함수 에 대한 이산적 리만 합 부등식이 확률 적분 변환, 아벨 합, 그리고 분포 무관 연속 항등식과 같은 다양한 관점에서 유도될 수 있음을 보이며, 이를 주요화 이론 및 카라마타 부등식과 연결하여 통합적인 해석을 제시합니다.
이 논문은 Pappas-Rapoport의 분할 모델을 사용하여 비분할 국소 군을 가진 PEL 타입 심마바리다의 특수 섬유 사이에서 이국적인 헤케 대응을 구성하고, 이를 통해 기하학적 자케트-랭랜즈 대응의 새로운 사례를 제시하며 매우 특별한 수준에서의 특수 섬유에 대한 타트 추측의 일반적 사례를 검증합니다.
이 논문은 완전 k-분할 그래프의 가중 인접 행렬 스펙트럼과 적분성을 규명하고, 간선 삭제에 따른 에너지 및 스펙트럼 반경 변화에 관한 기존 연구의 오류를 수정하고 미해결 문제를 해결하며, 왕관형 k-분할 그래프의 가중 스펙트럼을 계산합니다.
이 논문은 약한 데미 던포드-펫티스 (weakly Demi Dunford-Pettis) 연산자 클래스를 정의하고, 이를 기존 관련 연산자 클래스 및 데미컴팩트 연산자와 비교 분석하며, 특히 바나흐 격자 환경에서의 성질을 연구합니다.
이 논문은 입력에 따라 출력이 즉시 결정되는 시스템 (Mealy 머신) 과 보조 변수가 입력에 의해 매개변수화되는 재고 및 흐름 다이어그램을 구성하기 위해 종속 방향 와이어링 다이어그램의 연산자와 그 대수를 도입하고, 이를 Mealy 머신으로 해석하는 의미론을 제시합니다.
이 논문은 2 차원 정칙 스킴의 2 차 유한 평탄 덮개인 정수 정규 스킴 에 대해 립만의 특이점 제거를 명시적인 방정식으로 기술하고, 이를 통해 의 특이점 제거 알고리즘을 제시합니다.
이 논문은 동차 다항식의 국소 일반화 가법 분해 (GAD) 를 구성하기 위해 역계 (inverse system) 의 랭크를 최소화하는 행렬식 기반 방법을 제안하고, 국소 GAD-랭크가 차수를 초과하지 않을 때 모든 최소 분해를 텐서 확장 없이 구할 수 있음을 증명합니다.
이 논문은 T 개 이하의 노드가 결탁할 수 있는 분산 시스템에서 M 개의 개인 입력을 곱하는 차분 프라이버시 (DP) 보안 연산 문제를 다루며, encoding 다항식과 계층적 노이즈 주입을 기반으로 최적의 프라이버시 - 정확도 트레이드오프를 규명하고 기존 2 개 승수 연구의 한계를 확장했습니다.
이 논문은 계산 가능성 이론에서 특정 게이지 함수가 내의 모든 원소에 의해 지배되지 않거나 (코헨 경우) 결국 지배될 때 (매디스 및 새크스 경우) -일반적인 실수 집합의 하우스도르프 측도가 양수가 되는 조건을 규명하여, 이러한 실수들의 행동과 집합의 측도 사이의 관계를 비교 분석합니다.
이 논문은 유한체 위의 재약군과 대칭군 에 대해 차원 데이터와 켤레류의 크기가 점근적으로 상수 (또는 로그 상수) 로 수렴한다는 통계적 성질을 규명하고, 이를 '점근적 상수' 및 '점근적 로그 상수' 개념을 통해 엄밀하게 정의하여 제시합니다.
이 논문은 네보와 스타인이 개발한 스펙트럼 기법을 비가환적으로 확장하여 순환군 위의 연산자 값 구면 평균에 대한 차원 무관 -부등식 () 을 증명하고, 이를 von Neumann 대수 위의 자동사상 작용에 대한 비가환 구면 최대 부등식으로 적용합니다.
이 논문은 피아치스키-샤이로 소수 로 구성된 세 소수 에 대해, 특정 조건 하에서 선형 결합 의 절댓값이 주어진 지수 범위 내에서 무한히 많은 해를 가진다는 디오판틴 근사 결과를 증명합니다.
이 논문은 비볼록 다각형 영역에서 정의된 비강제 타원 방정식에 의해 지배되는 선형 2 차 디리클레 제어 문제를 에너지 반노름에서 티호노프 정칙화를 적용하여 연구하고, 가중 소볼로프 공간에서의 해의 정칙성과 그라디드 메쉬 및 이산 투영을 활용한 최적 수렴 속도의 유한 요소 이산화 오차 추정을 제시합니다.
이 논문은 대수적 위상수학의 원뿔다발 (circle bundles) 에 대응하는 이산 근사 원뿔다발을 도입하고, 이를 통해 원뿔다발의 동형류를 안정적으로 식별하는 알고리즘과 새로운 차원 축소 기법을 제시하며 컴퓨터 비전 등 실제 데이터에 대한 적용 가능성을 입증했습니다.
이 논문은 현재 알려진 메르센 소수 지수들이 근접한 소수들에 비해 의 약수 구조를 나타내는 정규화 파라미터 값이 유의미하게 높은 경향을 보인다는 실증적 발견을 제시하지만, 이에 대한 이론적 설명은 아직 확립되지 않았음을 밝힙니다.
이 논문은 저잡음 증폭기 (LNA) 를 탑재한 환경 백스캐터 통신 (AmBC) 수신기의 에너지 검출 기반 심볼 검출 프레임워크를 제안하고, 저~중간 전력 환경에서 LNA 가 비트 오류율 (BER) 을 개선하며 최적 검출 임계값 추정을 위한 방법을 제시함을 보여줍니다.
이 논문은 정수 모듈로 의 환과 관련된 공최대 그래프의 지배 다항식을 연구하여, 특정 값에 대한 명시적 공식을 유도하고 그 단조성 및 로그 오목성을 증명하며, 일반적인 에 대한 구조적 표현과 지배 근의 경계를 제시합니다.
이 논문은 다중선형 연산자 이론의 고전적 개념을 재조명하여 더 넓은 범위의 던포드 - 페티스 (Dunford-Pettis) 연산자 클래스를 정의하고, 기존 및 새로운 연산자 클래스들과의 상관관계, 포함 관계, 그리고 일치 조건을 규명합니다.
이 논문은 다중 시간 척도 문제를 해결하기 위해 다중 레이트 무한소 (MRI) 적분법과 함께 작동하는 새로운 적응형 시간 단계 제어기를 제안하고, 2 차부터 5 차까지의 MERK 방법용 임베딩을 개발하여 정확도를 높이고 계산 비용을 줄임으로써 기존 방법보다 뛰어난 성능과 유연성을 입증했습니다.
이 논문은 음수 켈러-아인슈타인 계량의 2 차 아인슈타인 변형 이론을 복소기하학적 관점에서 연구하여, 적절한 게이지 정규화 하에서 2 차 테일러 전개가 과 코다이라-스펜서 괄호의 발산에 의해 완전히 결정됨을 보여줌으로써 나기-세멜만의 최근 결과를 정교화하고 확장합니다.
이 논문은 개의 원소로 이루어진 집합에서 개의 서로소인 부분집합을 포함하지 않는 -원소 부분집합들의 모임의 최대 크기에 대한 에르되시 (Erdős) 매칭 추측을 증명했습니다.
이 논문은 네트워크 상의 선형 이산 운동량 모델에 대해 대칭 결합 조건 하에서 변수 변환을 통해 시스템을 독립적인 문제들로 재구성하고, 에너지 방법을 기반으로 한 오차 추정을 통해 작은 크누드센 수 극한에서의 점근적 전개를 엄밀하게 증명합니다.
이 논문은 동전 던지기를 통해 를 추정하는 간단한 몬테카를로 방법을 제시하며, 기존 확률론 문헌에 암묵적으로 존재하던 카탈란 수 항등식을 바탕으로 한 에 대한 새로운 해석을 제공합니다.
이 논문은 기존 연구가 근사적 수치 알고리즘에 의존했던 것과 달리, 물리적 원리에 기반한 비선형 방정식 체계에 대한 순수 이론적 증명을 통해 수분배 시스템에서 관측된 상태의 부분집합으로부터 전체 물리적으로 올바른 수리 상태의 존재성과 유일성을 엄밀하게 규명합니다.
이 논문은 다면성 기체의 방사 대칭 비등엔트로피 압축성 오일러 방정식에 대해 새로운 기울기 변수를 도입하여 초음속 팽창파의 존재성과 유한 시간 내 특이점 형성 조건을 규명합니다.
이 논문은 확산 계수의 양의 하한을 가정하지 않고 임의의 공간 차원에서 비선형 분열 방정식의 전역 약해 존재성을 증명함으로써, 기존 1 차원 및 균일 확산 조건에 국한되었던 결과를 확장합니다.
이 논문은 수체와 관련된 데데킨드 제타 함수의 에서의 잔류에 대한 새로운 명시적 조건부 상한을 증명하며, 모든 상수가 구체적인 수치로 제시된다는 점을 다루고 있습니다.
이 논문은 영역에서 해석적인 강제항을 가진 디리클레 분수 라플라시안에 대해 기하급수적으로 세분화된 텐서 곱 -유한요소법을 적용했을 때, 자유도 에 대해 에너지 노름 오차가 꼴로 지수적으로 수렴함을 증명하고 수치 실험으로 이를 확인했습니다.
이 논문은 3-토러스 상의 펄스 확산 모델에 대해 리프치츠 연속의 스트레치-폴드-전단 속도장을 구성하고 이방성 바나흐 공간을 활용하여 이상적인 다이나모 연산자의 고유값이 1 보다 큰 모듈러스를 가지며, 작은 확산 계수에서도 이러한 불안정성이 유지됨을 엄밀하게 증명함으로써 빠른 다이나모 가설을 확립합니다.
이 논문은 확률적 PDE 제약 조건을 가진 비매끄러운 합성 볼록 최적화 문제를 해결하기 위해 힐베르트 공간에서 제안된 확률적 ADMM 알고리즘의 강한 수렴성과 더 빠른 비에르고딕 수렴 속도를 증명하고, 이를 모델 문제에 적용하여 효율성을 입증합니다.
이 논문은 이전 출력 상태에 의존하는 POST 채널 중 근사적으로 메모리리스이고 전사 조건을 만족하는 경우, 피드백이 채널 용량을 증가시키지 않음을 증명하여 샤논의 고전적 정리를 메모리리스가 아닌 경우로 확장합니다.
이 논문은 완전 리만 다양체에서 계수의 낮은 정칙성과 특이 항을 포함하는 아인슈타인-스칼라 필드 리히너비치 방정식에 대해, 자연스러운 스펙트럼 및 기하학적 가정 하에 유한 에너지 해의 존재성을 증명하고, 동시에 해의 존재에 필요한 조건을 제시합니다.
이 논문은 트래킷 (tract) T 에 대한 T-매트로이드의 플랫과 초평면 배열 이론을 개발하여 이를 T-플랫 격자, T-초평면 배열, T-사영 공간의 점 - 선 배열, 그리고 T-쿼버 표현 등 여러 동치인 기술로 설명하고, 이를 가치 매트로이드인 열대 선형 공간에 적용하고 있습니다.
이 논문은 접근 불가능 기수 에 대해, 크기의 비동형 모델이 미만인 이론 의 모델 동형 관계가 불안정하거나 초안정적 비분류 이론 의 모델 동형 관계로 연속적으로 환원됨을 증명합니다.
이 논문은 비가환 텐서-삼각형 지지 다양체 이론을 비컴팩트 부분으로 확장하는 방법을 제시하고, 특정 조건 하에서 확장된 지지 이론이 영 대상을 감지함을 증명하여 최근의 추측을 부분적으로 확인합니다.
이 논문은 2025 년 DRP 터키 프로그램의 지도 하에 수행된 연구로, 그라스만 대수의 정의와 외적의 성질, 자유 결합 대수로부터의 구성, 행렬식과의 관계를 설명하고 invariant 부분대수의 새로운 분류를 제시합니다.
이 논문은 불연속 변위장을 사용하여 2 차원 및 3 차원 모두에서 안정화 없이도 작동하는 4-장 혼합 유한 요소법을 제안하고, 이를 통해 비선형 비압축성 탄성 문제에 대한 최적 수렴률과 향상된 견고성을 입증합니다.
이 논문은 Lurie 의 의미에서 응집된 애니마 (condensed anima) 의 -토포스에 분열된 구조 (fractured structure) 를 구성하여 응집된 애니마의 성질을 규명하고 극단적으로 비연결 공간 (extremally disconnected spaces) 의 극한을 분석함으로써 클라우젠 (Clausen) 의 질문에 답하고 추가적인 분열 구조 후보들을 배제합니다.
이 논문은 체인 (Chen) 과 윤 (Yun) 의 -군 및 야코브 (Jakob) -캉가르푸르 (Kamgarpour)-이 (Yi) 의 에어리 연결과 같은 두 가지 강성 불규칙 -연결에 자연스러운 프로베니우스 구조를 구성하여, -adic 국소계열의 -adic 동반을 제공하고, 리드 (Reeder)-윤 (Yun) 의 예언을 검증하며, 하인로트 (Heinloth)-응오 (Ngô)-윤 (Yun) 의 추측을 입증합니다.
이 논문은 불변량 이론을 기반으로 종수 2, 3, 4 의 곡선과 초곡선의 기하학적 문제, 특히 동형류 (isomorphism classes) 를 다루는 알고리즘을 제시하고 첫 번째 저자의 박사 학위 논문에 기반한 새로운 이론적 결과를 포함하고 있습니다.
이 논문은 최대 매칭의 맥락에서 에드먼즈, 스테르불, 데밍의 고전적 구성을 일반화한 'Jflower'와 'Jposy'를 도입하고, 이들이 기존 구성과 동일한 정점 집합을 커버한다는 사실을 증명하여 '스테르불 - 데밍 그래프'에 대한 통일된 정의를 제시합니다.
이 논문은 소수성과 서로소인 표수 조건 하에서 유한군의 유리 불변량 체를 생성하는 다항식의 최소 차수와 그 체를 벡터 공간으로 생성하는 다항식의 최소 차수 사이의 관계를 규명하고, 표수 조건을 완화하여 다양한 부등식을 증명함으로써 에디킨과 카츠, 콜라르와 판의 최근 결과를 일반화 및 정제합니다.
이 논문은 고강도 잡음이나 제한된 관측 데이터로 인해 기존 조기경보 신호가 실패하는 북극 해저 조류 대발생 상황에서, 확률적 분할선 구조에서 유도된 기하학적 지표가 잡음 강도에 비례하여 선형적으로 스케일링되며, 이를 통해 기존 방법론으로는 감지하기 어려운 급격한 전환을 예측할 수 있음을 제시합니다.
이 논문은 Perron-Frobenius 이론과 새로운 스펙트럼 반경 추정 기법을 활용하여 랜덤화 반복 방법의 점근적 수렴 속도를 분석함으로써 이론과 실제 간의 격차를 해소하고, 2007 년 Strohmer 와 Vershynin 이 제기한 완화 (relaxation) 의 역할에 대한 미해결 문제를 해결합니다.
이 논문은 오를리츠 성장 조건을 만족하는 비선형 타원 방정식의 해에 대해, 특이 영역에서 울프 잠재력 기반의 기울기 추정과 리프시츠 정칙성을 확립하여 특이 -라플라시안 방정식에 대한 기존 결과를 일반화했습니다.
이 논문은 그래프에 대한 오른쪽 준군 (right quasigroups) 의 작용을 연구하여 그래프 이론적 불변량을 도입하고, 바르다코프의 두 문제를 해결하며 다양한 대수적 구조에 대한 케일리 (di) 그래프의 그래프 이론적 특징을 규명합니다.
이 논문은 유한체의 산술을 활용하여 완전 그래프를 격자 그래프 (예: 또는 ) 로 분해하는 -디자인의 존재 조건을 규명하고, 이를 '커넥션스' 퍼즐의 단어가 한 번씩만 인접하도록 섞는 방법과 연결 짓습니다.
이 논문은 매끄러운 사영 다양체 와 매끄러운 네프 (nef) 약수 에 대해, 최대 접촉을 넘어선 일반화된 국소 - 상대 대응을 통해 의 종수 0 상대 기하학적 위상 불변량을 다중 루트 스택의 기하학적 위상 불변량으로 식별하고, 이를 반복 적용하여 상대 불변량을 토릭 다발의 절대 불변량과 연결하며 두 점 상대 불변량 계산 방법을 제시합니다.
이 논문은 기하급수적으로 감소하는 가중치를 가진 완전 그래프의 Max-Cut 문제에서 고립된 절단 (isolated cuts) 이 특정 임계값 구간에서 최적 해가 되며, 인 경우 전역 최적 해가 될 것이라는 가설을 제시하고 이를 수학적으로 증명 및 검증합니다.
이 논문은 호모토피 집합과 군, 연결성 및 절단 사상, 세포적 구성 등 기본적인 호모토피적 개념이 -범주와 -범주로 enriched 된 presentable 범주로 확장될 수 있음을 보이며, 이를 통해 Postnikov 타워와 관련된 구조와 완비성을 규명합니다.
이 논문은 상의 쌍곡형 비선형 슈뢰딩거 방정식에 대해 3 차 비선형성의 경우 임계 정칙성까지의 날카로운 국소 잘 정의성을 증명하고, 3 차를 제외한 고차 비선형성의 경우 임계 소볼프 공간에서 작은 초기 데이터에 대한 전역 존재성과 산란을 입증했습니다.
이 논문은 타원곡선의 곱과 유이한 아벨 곡면에서 쌍초타원곡선들의 집합을 구성하여 0-사이클의 차분군에서 유리 동치 관계를 발견하고, 이를 통해 베일리슨의 0-사이클에 대한 추측의kernel 이 영집합임을 보임으로써 해당 추측에 대한 진전을 이루었습니다.
이 논문은 단위 구와 단순 연결 영역에서 열 방정식의 점 소스 위치와 진폭을 경계면의 희소 측정 데이터를 통해 유일하게 복원할 수 있음을 증명하고 수치 실험을 통해 그 타당성을 입증합니다.
이 논문은 무지를 논리적으로 동등한 명제에 대한 차이를 설명할 수 있는 초강의적 (hyperintensional) 개념으로 정의하고, 주제 민감적 의미론을 도입하여 세 가지 무지 유형에 대한 완전한 논리 체계를 제시함으로써 논리적 전지성 문제를 해결합니다.
이 논문은 계절적 천이를 고려한 새로운 식생 모델을 제안하여 반건조 생태계에서 방목 기간과 강도가 단일 식생 개체군의 지속 가능성 및 두 종 간의 경쟁 결과에 미치는 영향을 이론적으로 분석하고 수치적 예시를 통해 검증했습니다.
이 논문은 최소 차수가 이고 지름이 $10^8K_{k+1}$의 유도 분할을 포함함을 증명하여 Kühn 과 Osthus 가 제기한 문제를 해결했습니다.
이 논문은 유한 디리클레 에너지를 가진 이산 조화 함수로 매개변수화된 무한 원 패턴의 공간이 힐베르트 다양체를 이루며, 이 구조가 하이퍼볼릭 부피 함수량의 헤세 행렬에서 유도된 리만 계량과 소볼로프 공간의 심플렉틱 형식 사이의 관계를 통해 위일 - 페터슨 클래스의 보편적 테히뮐러 공간과 어떻게 연결되는지를 규명합니다.
이 논문은 양의 상한 반밀도를 갖는 집합의 시프트에서 발견될 수 있는 모든 무한 선형 구성을 규명하여, 수열의 산술적 진행에 대한 스메레디의 정리와 크라 등 최근의 밀도 유한 합 정리를 동시에 일반화합니다.
이 논문은 초점 빔을 이용한 래스터 스캔 회절 단층촬영에서 푸리에 회절 관계를 통해 얻은 선형 방정식계가 2 차원에서는 일부 푸리에 계수만 유일하게 복원 가능하지만, 2 차원보다 높은 차원에서는 일반적으로 모든 계수가 유일하게 결정됨을 증명합니다.
이 논문은 실 2 차 수체의 -확장에서 정수환의 짝수 차수 -군에 대한 2-주부분의 크기를 점근적으로 결정하고, 이를 통해 Iwasawa 불변량 () 을 계산하며 특정 수체족에 대한 -핵의 구조를 규명합니다.
본 논문은 비대각선 RIS(BD-RIS) 를 활용한 다중 사용자 통합 감지 및 통신 (ISAC) 시스템의 성능을 극대화하기 위해, 다중 사용자 간섭 관리와 감지 빔 이득 근사 기법을 결합한 프리코딩 및 위상 천이 최적화 프레임워크를 제안하고 그 유효성을 시뮬레이션을 통해 입증합니다.
이 논문은 Pechenik 이 정의한 K-프로모션 연산자 () 를 일반적 부분순서집합과 특히 다양한 형태의 루트 트리에 적용했을 때 궤도 크기와 연산자의 위수가 갖는 흥미로운 나눗셈 성질을 규명하고, 특정 값에 대해 여러 트리 구조에서의 궤도 크기를 완전히 결정함을 보여줍니다.
이 논문은 최근 개발된 국소 스펙트럼 분석 기법을 활용하여 Kippenhahn 추측이 성립하기 위한 필요충분조건을 행렬로 생성된 대수의 특정 원소들의 특성다항식 관점에서 제시합니다.
이 논문은 온도에 의존하는 점성을 갖는 켈빈 - 보이트 (Kelvin-Voigt) 형 열점탄성 시스템에 대해 초기 데이터의 크기와 무관하게 유계 영역에서 전역 약해의 존재성을 증명함으로써, 기존 1 차원 결과를 다차원 설정으로 확장했습니다.
이 논문은 포식자 - 피식자 상호작용을 설명하는 Lotka-Volterra 형 Fokker-Planck 연립방정식 시스템에 대해 에너지 거리 기법을 도입하여 상호작용 항의 소산 기여도에 명시적으로 의존하는 균일한 지수 수렴을 엄밀하게 증명하고, 시간 의존 계수를 갖는 문제의 평형 상태 도달에 대한 새로운 관점을 제시합니다.
이 논문은 비가환 곱셈을 갖는 반직접곱으로 구성된 군환 기반의 학습오차 (GRLWE) 문제를 제안하고, 이상 격자의 최악의 경우 SIVP 문제에서 GRLWE 의 검색 및 결정 버전으로의 다항 시간 양자 환원을 증명하여 이를 활용한 암호 체계의 안전성을 입증합니다.
이 논문은 유한 차원 F-대수 위의 다항식 환이 강한 좌 Jacobson 환이며 모든 극대 좌 아이디얼이 유한 코차원을 갖는다는 일측 비가환 Nullstellensatz 를 증명하고, Azumaya 대수 및 중심 위 유한 생성 모듈에 대한 Jacobson 성질에 대한 새로운 기준을 제시합니다.
이 논문은 실수이고 부호가 동일한 근을 갖는 다항식의 근과 그 도함수의 근 분포 및 상호작용을 연구하여, 해당 조건 하에서 sendov 추측의 약한 변형을 증명합니다.
이 논문은 플뤼커 좌표와 불변 유리함수 장 이론을 활용하여 선형 코드 동치성 (LCE) 문제를 대수적으로 모델링하고 불변 생성자를 구성하는 이론적 방법을 제시하지만, 암호학적으로 유의미한 매개변수에서 다항식의 차수와 항의 수가 급증하여 실제 공격에는 적용하기 어렵다는 점을 밝히고 있습니다.
이 논문은 감쇠 파동 방정식의 역경계값 문제에서 감쇠 계수를 재구성하기 위한 선형화된 경계 제어법을 개발하고, 일정한 배경 감쇠에 대해서는 재구성 알고리즘과 안정성 추정을, 비일정한 배경 감쇠에 대해서는 시간 영역에서의 증가 안정성 추정을 제시합니다.
이 논문은 비선형 무질서 스타크 모델에 대해 KAM 이론과 선형 연산자의 대각화를 활용하여, 대부분의 무질서 실현에 대해 임의의 멱법칙 공간 감쇠를 보이는 시간 준주기적이고 공간적으로 국소화된 상태의 존재를 증명합니다.
이 논문은 국소 -분류 이론과 구조를 정의하고, 이를 통해 국소 Roelcke 전압축 군과 그 자동사상군 사이의 대응 관계를 확장하며, 두 구조의 상호 해석 가능성과 군의 동형 사이의 동치 관계를 증명합니다.
이 논문은 유한체 위의 결합법칙이나 리 대수 성질을 가정하지 않는 선형 대수들의 국소 유한 다양체를 연구하여, 해당 다양체 내 유한 대수들의 기본 성질과 고전적 성질을 갖는 대수의 수에 대한 수치적 추정치를 다룹니다.
이 논문은 2 차 회전 대칭 조건 하의 에너지 임계 파동 지도 방정식이 임의의 개수 에 대해 서로 다른 스케일에서 중첩된 개의 버블로 구성된 유한 시간 폭발 해를 가질 수 있음을 증명하여, 솔리톤 분해 정리가 예측하는 모든 유한 시간 폭발 사례가 실제로 발생할 수 있음을 보여줍니다.
이 논문은 전이 모델이 알려지지 않은 환경에서 장기 조건부 가치하락 (CVaR) 기준의 최적 정책을 학습하기 위해, 단일 샘플 궤적을 기반으로 한 비모수적 점진적 학습 방식을 도입하고 거의 확실한 수렴성과 O(1/n) 의 수렴 속도를 증명하는 강화 학습 알고리즘을 제안합니다.
이 논문은 무한 분산을 가질 수 있는 1 차원 내부 확산 제한 적층 (IDLA) 모델에서, 유한 분산 조건에서는 최적의 모멘트 조건 하에 클러스터가 거의 대칭적인 연속 블록을 형성함을 증명하고, $1 < \alpha < 2\alpha\delta=1$) 은 형성되지 않음을 보여줍니다.
이 논문은 3 차원 반 더 시터 공간과 (1,1) 등각 계량 사이의 대응 관계에서 -부피, 에프스타인 곡면, 그리고 리우빌 작용의 유사 개념을 정의하고, 이를 긍정적 구조를 갖춘 플래그 다양체 위의 양의 곡선에 적용하여 조각별 원인 경우 유한한 불변량을 도출합니다.
이 논문은 Bóna 등 의 이전 연구를 확장하여 의사선 (pseudo-line) 그래프와 의사순환 (pseudo-cycle) 그래프에 대한 매직 라벨링의 개수 와 그 생성 함수를 계산합니다.
이 논문은 미적분학 계산에서 추상 수학으로 전환하는 학부생을 대상으로 논리, 증명 기법, 집합, 실수의 완비성 등 수학적 증명 기초를 다루는 한 학기 분량의 강의 노트를 소개합니다.
이 논문은 셀-프리 대규모 MIMO 시스템의 다운링크에서 다중 안테나 사용자 장비 (UE) 의 안테나 보정 오차를 완화하기 위해 차분 공간-시간 블록 부호화 (DSTBC) 를 활용하여 명시적인 보정이나 채널 위상 정보 없이도 신뢰할 수 있는 통신을 달성하는 방법을 제시합니다.
이 논문은 대수적 다양체 위에서 모멘트 데이터를 기반으로 밀도를 복원하기 위해 고전적인 Christoffel-Darboux 커널을 정칙화한 '연화 (mollified) Christoffel-Darboux 커널'을 도입하고, 지지 집합 내에서의 균일한 유계성과 지지 집합 외에서의 지수적 성장이라는 개선된 성질을 증명하며, 밀도 복원에 대한 명시적인 수렴 속도를 제시합니다.
이 논문은 1 차원 유리함수에 대한 맥멀런의 고전적 결과를 2 차원 복소 헨온 사상으로 확장하여, 특정 차수와 야코비 행렬이 고정된 경우 주기점의 승수 스펙트럼이 해당 사상을 유한한 선택 내에서 결정한다는 승수 강성 (multiplier rigidity) 정리를 증명합니다.
이 논문은 경계를 가진 콤팩트 매끄러운 다양체에서 디리클레 또는 노이만 경계 조건을 만족하는 라플라스 고유함수에 대해, 경계점을 포함하는 임의의 지점에서 비집중 추정식을 증명하고 이를 통해 기존 연구의 초점 상한을 유도합니다.
이 논문은 비선형 르베그 공간의 기하학적 성질을 점별로 기술하기 위해 비선형 푸비니 - 르베그 정리를 증명하고, 이를 통해 절대연속 곡선의 속도와 길이 구조를 정의하는 방법을 제시합니다.
이 논문은 유계 영역에서의 연속성 방정식 해의 유일성을 증명하기 위해 정규 르베그 트레이스의 가우스 - 그린 항등식과 그 성질을 규명하고, 기존 전역 정규성 가정을 완화하는 새로운 접근법을 제시하며, 동시에 특성선이 영역으로 유입되는 경우 가정이 필수적임을 반례를 통해 보여줍니다.
이 논문은 Bachmann-Hoyois 가 도입한 진 G-스펙트럼의 노름 대수 -범주가 임의의 유한군 에 대해 G-대칭 스펙트럼 내의 엄밀히 가환 대수로 모델링됨을 증명하고, 이를 통해 초가환 글로벌 링 스펙트럼의 -범주를 다양한 G-스펙트럼 범주들의 부분적으로 느슨한 극한으로 재해석하며, 이를 위해 매개변수화된 고차 대수 분야에서 새로운 결과들을 제시합니다.
이 논문은 평형 플럭스 추정기를 기반으로 하는 적응적 유한요소법 (FEM) 에 대해 새로운 -적응 알고리즘을 제안하고, 특정 사후 검증 기준 하에서 오수축이 차수 에 독립적으로 발생하며, 적절한 마킹 파라미터 선택 시 -강건한 최적 대수적 수렴 속도를 보장함을 증명합니다.
이 논문은 곱다양체 위에서 의 특정 안정 임계점에 기반하여, 이 충분히 작을 때 야마베 방정식의 -피크 양해가 존재함을 증명하여 기존 결과의 남은 경우를 보완하고 양해의 다중성을 보여주는 예시를 제시합니다.
이 논문은 탄성파 방정식에 대해 또는 형태의 특이 가중치를 갖는 모라벳치 (Morawetz) 추정식을 확립하고, 공간 - 시간 가중치가 순수한 공간 가중치보다 더 강한 특이성을 허용하며 초기 데이터에 대한 더 약한 정칙성 가정을 요구함을 보여줍니다.
이 논문은 Levit 와 Mandrescu 의 기존 결과를 일반화하여 여러 개의 홀수 주기를 허용하는 새로운 -disjoint 그래프 계열을 정의하고, 이 그래프들이 거의 이분 그래프의 핵심 구조적 성질을 유지하며 특정 수식과 구조적 분해 정리를 만족함을 증명합니다.
이 논문은 제한된 계산 능력을 가진 나노 쿼드콥터 (Crazyflie 2.1) 에 주파수 500Hz 로 실행 가능한 듀얼 액티브셋 솔버 (DAQP) 를 성공적으로 배포하여 기존 ADMM 기반 솔버보다 빠른 실행 시간을 입증하고, 주성분 분석을 활용한 데이터 기반 세트 선택법을 통해 실시간 실행 가능성을 오프라인에서 검증할 수 있음을 보여줍니다.
이 논문은 리 군 위의 좌불변 리만 계량에 대해 확장형 비기울기 리치 솔리톤을 분류하고, 콤팩트 리만 다양체에서 로의 조화 사상의 존재성 및 특정 조화 벡터장들의 성질을 규명합니다.
이 논문은 생성 함수가 원점에서 최대 두 개의 특이 방향을 가질 경우 루자 (Ruzsa) 의 합동성 보존 함수 추측이 성립함을 증명하여, 반례가 존재한다면 최소 세 개의 특이 방향을 가져야 함을 보여줍니다.
이 논문은 서로 다른 소수 와 에 대해 순환군 위에서 정의된 바이케일리 그래프의 연결성, 지름, 색수 등 구조적 및 조합론적 성질을 규명하고, 이를 특정 조건을 만족하는 임의의 유한군으로 확장하여 케일리 그래프와의 유사점과 차이점을 분석합니다.
이 논문은 1962 년 지파 (Zappa) 가 제기한 문제, 즉 유한군의 실로프 -부분군의 비자명 코셋이 의 거듭제곱 차수만을 갖는 원소로만 구성될 수 있는지에 대해, 그 조건을 만족하는 최소 군이 교대군 (alternating group) 일 수 없음을 증명합니다.
이 논문은 소수 에 대한 의 생성자 집합에서 '결손 생성자 집합'이라는 새로운 개념을 도입하여 그 구조적 성질을 규명하고, 이를 통해 RSA 수의 소인수분해가 특정 조건 하에서 결손 생성자 집합의 계산과 동등함을 증명합니다.
이 논문은 조건 하에서 불규칙한 계수를 갖는 분수형 비선형 슈뢰딩거 방정식의 '매우 약한 해 (very weak solution)' 존재성, 유일성 및 고전적 해와의 일관성을 증명하고 수치 실험을 통해 그 거동을 분석하여 비선형 편미분방정식 분야에서 매우 약한 해의 잘 정의됨을 최초로 보여주는 결과를 제시합니다.
이 논문은 특정한 조건을 만족하는 계수 2 의 드린펠드 모듈이 타구치 쌍대 모듈과 동형임을 증명하고, 이를 적용하여 드린펠드 모듈 곡선 위의 호지 다발에 대한 이중 코다이라-스펜서 동형식을 유도합니다.
이 논문은 특정 의미에서 쌍곡 집합이 혼돈적이지 않거나 혼돈적인 경우에 대한 필요충분조건을 제시합니다.
이 논문은 3 개 이상의 정점을 가진 임의의 단순 유한 그래프 에 대해, 해당 양자 그래프 가 비국소적 대칭성을 허용하여 완벽한 양자 비신호 상관관계가 존재함을 증명합니다.
이 논문은 3 차원 공간에서 가중치付き 소보레프 공간의 임베딩 정리를 확립하고 새로운 폴리 - 세게오 부등식을 유도하여, 특정 준타원형 퇴화 편미분 방정식의 경계값 문제를 해결하고 기존 결과를 3 차원 맥락으로 확장합니다.
이 논문은 바나흐 공간의 닫힌 집합족을 값으로 하는 -혼합 집합값 확률변수 열에 대한 강한 대수의 법칙을 확장하여 증명하고, 그 가정의 자연스러움과 날카로움을 예시를 통해 보여줍니다.
이 논문은 기존 솔버나 RMVB 알고리즘의 한계를 극복하고 랭크 결손 공분산 상황까지 포괄하는 새로운 폐형식 (closed-form) 해법을 제시하여 계산 효율성을 높이면서도 최적성을 유지하는 강인한 적응 빔형성 (RAB) 기법을 제안합니다.
이 논문은 고델의 불완전성 정리를 모델론적 관점이 아닌 증명론적 의미론 관점에서 재해석하여, 특정 산술 이론이 자체의 일관성을 증명하지는 못하지만 여전히 그 일관성 명제를 '지지'할 수 있음을 보여줌으로써 증명 가능성과 의미론적 귀결 사이의 원칙적인 분리를 제시합니다.
본 논문은 Buvoli 가 제안한 고차 명시적 시간 적분법의 안정성 보존에 대한 기존 추측을 조화 분석을 통해 반증하고, 해당 방법의 향상된 안정성 특성과 최대 허용 정확도 기준을 제시하며 PDE 에 대한 -안정성 분석 전략을 확립합니다.
이 논문은 평면상의 개의 위상적 원판으로 구성된 배열의 이면도 (dual graph) 지름이 원판 쌍별 교차 성분 수의 최댓값 와 의 함수로 유계임을 증명하고, 특히 두 원판의 경우 지름이 $2\DeltanO(n^3 2^n \Delta)$로 상한을 제시합니다.
이 논문은 인 비자명한 산술 수열을 포함하지 않는 소수 집합의 상대적 밀도가 보다 작음을 보이는 정량적 그린 - 타오 정리를 증명하여, 이전의 리마니치와 울프의 결과를 개선하고 길이 불규칙 함수에 대한 랭 - 사 - 사위니 역정리의 변형 및 준다항식 의존성을 가진 조밀 모델 정리를 주요 도구로 활용했다고 요약할 수 있습니다.
이 논문은 연결된 콤팩트 리 군, 아멘 리 군, 그리고 자리스키 위상을 가진 재귀적 대수적 군에서 생성 집합의 크기가 군의 랭크에 대한 다항식보다 크면 반드시 불필요한 원소를 포함함을 증명하고, 이를 통해 Wiegold 추측이 Gelander 의 여러 추측을 함의함을 보여줍니다.
이 논문은 거의 모든 그래프가 비실수 신뢰도 근을 가지며, 그래프의 신뢰도 다항식 근들이 구간 () 에서 조밀하게 분포함을 증명합니다.
이 논문은 강한 혼합 및 절대 정규성 조건 하에서 가역성이 중심극한정리의 성립에 미치는 영향을 분석하기 위해, 가역성을 갖는 엄격 정상 이산 상태 마코프 체인 중에서도 중심극한정리가 성립하지 않는 여러 반례를 제시합니다.
이 논문은 콤팩트 연산자 대수 와 유한계수 연산자 이상 를 예로 들어, 조밀한 이상으로 가는 모든 미분이 내미분임에도 불구하고 전체 대수로 가는 모든 미분이 내미분일 필요는 없다는 것을 엄밀하게 반증하고 이를 쉐르텐 -클래스로 일반화하여 코호몰로지적 함의를 논의합니다.
이 논문은 아핀 공간의 특정 자동사상에 대한 고립된 주기점의 유계성 가설에 반례를 제시하고, 대수기하학적 조건을 만족하는 사상에 대해서는 주기점 집합이 유계임을 증명하며, 비주기점에 대해서는 유사한 명제가 성립하지 않을 수 있음을 보여주는 반례를 제시합니다.
이 논문은 볼록 다면체를 고유한 기하학적 공간으로 간주하고, 삼각분할에 기반한 현 좌표계를 분석하기 위해 바리센터 대수와 코알고라 구조를 활용하여 점의 좌표 계산 알고리즘을 제시하고, 이를 통해 다각형 삼각분할의 카탈랑 수를 기하학적으로 유도합니다.
이 논문은 일반적인 준노름 로 정의된 변분 에너지에 대해, 를 제어 변수로 하여 고유값과 비틀림 강성으로 구성된 범함수의 최적화 문제 (최소화 및 최대화) 를 연구합니다.
이 논문은 와 로 구성된 경계를 가진 매끄러운 유계 영역에서 정의된 혼합 경계 조건을 갖는 슬로싱 (sloshing) 고유값 문제에 대해, 영역의 작은 섭동 하에 모든 고유값이 단순하다는 것을 증명합니다.
이 논문은 비선형 시스템의 상태 추정 문제를 온라인 매개변수 식별 문제로 재구성하는 파라미터 추정 기반 관측기 (PEBO) 의 설계 가능성을 분석하여, 변환 가능성과 식별 가능성이라는 두 가지 핵심 속성에 대한 충분 조건을 제시합니다.
이 논문은 랜덤-투-탑 셔플의 반복 과정에서 고정점, 내림, 그리고 역순의 수에 대한 극한 정리를 증명하고, 새로운 조합론적 분해 기법을 통해 기존 연구자들의 질문들에 답하며 기대값에 대한 새로운 증명을 제시합니다.
이 논문은 $0, 1/2, 1$ 값을 취하는 독립 확률변수의 합인 포아송 이항 분포의 확률질량함수가 정수와 반정수 부분으로 분리되며, 각 부분이 로그볼록성을 가지며 조건부 평균과 최빈값이 특정 범위 내에 제한됨을 증명합니다.
이 논문은 비단순 연결 공간의 위상적 복잡도를 연구하기 위해 코스타와 파버가 도입한 코호몰로지 클래스의 멱영성을 일반화하고, 이를 비아벨 기본군을 가진 일부 3-다양체의 위상적 복잡도를 결정하는 데 적용합니다.
이 논문은 희소한 변위 및 온도 센서 데이터를 기반으로 단방향 열 - 기계 결합 구조물의 약점 국소화와 온도장 복원을 위해, 모놀리식 및 분할 접근법을 포함한 최적화 기반 시스템 식별 프레임워크를 제안하고 그 유효성을 검증합니다.
이 논문은 맥켄드릭-폰 포스터 방정식으로 기술된 연령 구조화 인구의 최적 수확 문제를 다루며, 직접적인 제거 항으로 작용하는 '율 제어'와 전체 개체군 크기에 의존하는 비국소적 결합 항을 생성하는 '노력 제어' 간의 수학적 및 생물경제학적 차이를 비교 분석합니다.
이 논문은 각운동량이 0 이 아닌 평면 3 체 문제에서 임의의 음의 에너지와 임계값 에 대해, 에서 3 체가 멀어지고 2 체가 가까워지는 단일 근접 궤적을 가지며 모든 시간 에서 퍼텐셜 에너지가 이상인 해가 존재함을 증명합니다.
이 논문은 수치 반군 (numerical semigroup) 의 정렬화 수 (ordinarization number) 가 고정된 경우의 개수를 유리 다면체 원뿔 내의 정수점 세기 문제로 해석하고, 에르하르트 이론을 활용하여 정렬화 수 2 인 경우의 공식을 유도하며 2 개의 생성원으로 생성된 반군과 구간으로 생성된 반군 등에 대한 정렬화 수의 성질을 연구합니다.
이 논문은 짝수와 홀수 부분이 각각 개와 개의 색으로 칠해질 수 있는 다색 분할을 세는 함수 의 개념을 오버분할 (overpartitions) 로 확장하여 연구합니다.
이 논문은 로봇 공학의 포즈 그래프 SLAM 문제에서 발생하는 대규모 희소 선형 시스템을 해결하기 위해 덧셈형 중첩 슈바르츠 도메인 분해 기법을 전구체로 적용하여, 문제 크기와 무관하게 수렴하는 확장 가능한 전구체 켤레 기울기법의 수치적 유효성을 입증하고 이를 유한 요소 문제와의 구조적 유사성을 통해 설명합니다.
이 논문은 뇌세포와 세포외 공간 간의 기계적 상호작용을 모델링하는 셀 단위 다공성 탄성 문제에 대해, 모든 물성 매개변수에 대해 강건하고 확장 가능한 솔버를 제안하며, 이를 통해 복잡한 생물학적 구조에서의 세포 부종과 같은 생리학적 과정을 연구할 수 있음을 보여줍니다.
이 논문은 혼합 주기 이미지의 피카르 군 생성에 관한 명제를 증명하여, 1 차원 순수 주기 이미지의 경우 데نگ과 로블스가 제안한 완성된 주기 이미지의 Proj 기술이 성립함을 보여줍니다.
이 논문은 중첩된 프리즘토이드의 밴드-언폴딩이 겹치지 않는 전개도를 생성하는지 판별하는 기준을 제시하고, 기존 반례가 사실상 유일한 반례임을 증명하여 더 나아가 비중첩 경우 해결에 기여할 수 있는 도구를 개발했습니다.
이 논문은 비홀로노믹 역학 시스템의 궤적을 리만 계량의 측지선으로 재매개화할 수 있는 '사영 측지선 확장'의 존재에 대한 필요충분조건을 유도하고, 대칭성을 가진 Chaplygin 시스템의 경우 이를 -단순성, 불변 측도 및 해밀턴화와 같은 개념들과의 관계를 명확히 하며 새로운 예시를 통해 이들 개념 간의 차이를 규명합니다.
이 논문은 2 차원 점성 해밀턴 - 야코비 방정식에 대한 정량적인 칼데론 - 지그문드 추정식을 제시하고, 이를 통해 자연스러운 기울기 성장을 갖는 2 차원 평균장 게임 시스템의 고전적 해 존재성을 증명하며 관련 연구 동향과 미해결 문제를 개괄합니다.
이 논문은 유클리드 공간으로 가는 적절한 제어된 기하학을 가진 일반화된 -다양체에서의 준정규값에 대한 레슈트냐크 정리를 확립하여, 기존에 유클리드 공간 설정에서 증명된 결과를 일반화합니다.
이 논문은 Maker-Breaker 게임에서 Maker 가 각 그래프에서 최대 한 개의 간선으로 구성된 무지개 구조 (특히 무지개 연결성 및 무지개 스패닝 트리) 를 형성하는 데 필요한 임계 편향 (threshold bias) 을 분석하고, 완전 그래프 시스템에 대한 결과를 도출하며 기존 추측을 반증합니다.
이 논문은 의료 초음파와 같은 실제 영상 시스템에서 널리 사용되는 초점 빔 스캔 방식을 허글로츠 (Herglotz) 파를 통해 모델링하고 새로운 푸리에 회절 관계를 유도함으로써, 기존 회절 단층촬영 이론의 한계를 극복하고 다양한 스캔 기하학이 재구성에 미치는 영향을 체계적으로 분석합니다.
이 논문은 과학적 컴퓨팅에서 널리 사용되는 타일 기반 압축 아키텍처를 고려하여 이질적인 랜덤 필드에 대한 유한 블록 길이 레이트-왜곡 이론을 정립하고, 공간 상관관계와 타일 크기가 레이트 및 분산에 미치는 영향을 정량화하는 새로운 비점근적 한계를 제시합니다.
이 논문은 완전 양수 행렬의 극대 면의 차원에 대한 기존 하한을 개선하여 홀수 차원 에서는 하한이 정확히 임을 증명하고, 짝수 차원 에서는 하한이 과 사이에 있음을 보여주는 새로운 상한을 제시함으로써 해당 영역의 이해를 심화시켰습니다.
이 논문은 대수적·기하학적 도구와 순환 평면 (cyclic flats) 개념을 활용하여, 일반적으로 가환성이 보장되지 않는 q-매트로이드의 직합과 달리 균일 q-매트로이드의 직합은 항상 충분히 큰 체 위에서 표현 가능함을 증명합니다.
이 논문은 과학적 새로움을 목표로 하지 않는 연구 프로젝트를 통해 고등학생이 실수 수정, 투명한 익명 동료 검토, 그리고 상을 통한 인정을 거쳐 자연스럽게 과학 연구의 기본 과정을 경험할 수 있도록 하는 모스크바 고등학생 수학 회의의 경험과 원칙을 공유합니다.
이 논문은 U. Kuran 의 조화함수에 대한 논의를 확장하여 다조화함수의 평균값 공식이 성립하는 열린 유계 영역이 오직 구 (ball) 임을 증명하고, 이에 대한 정량적 버전도 제시합니다.
이 논문은 모서리 길이와 면의 평면성만 보존하는 새로운 다면체 강성 개념을 제시하여 3 차원에서 볼록 다면체가 일반적으로 강하다는 것을 증명하고, 고차원에서의 강성에 대한 추측과 향후 연구 과제를 제안합니다.
이 논문은 이 충분히 클 때 콤팩트 리 군 로 가는 자유군 의 표현 공간에서 의 작용 궤도 폐포와 불변 확률 측도가 라트너의 정리와 유사하게 대수적 구조를 가진다는 동역학적 강성 (rigidity) 을 증명합니다.
이 논문은 곱셈적 노이즈 조건에서 기존 Nesterov 가속법의 불안정성을 해결하고, 헤시안 기반 흐름을 이산화하여 개발된 SHANG 및 SHANG++ 알고리즘을 통해 강건한 확률적 가속 경사 하강법을 제시하고 그 수렴성을 증명합니다.
본 논문은 바나흐 공간에서 거의 확실한 원뿔형 제약을 갖는 확률적 최적화 문제에 대해 표본 평균 근사 및 Moreau-Yosida 정규화를 통한 최적값과 해의 일관성, 그리고 KKT 조건의 일관성을 증명하여 수치 계산의 이론적 근거를 마련하고 비모수 회귀, 연산자 학습, 최적 수송 등 다양한 응용 분야를 제시합니다.
이 논문은 체비셰프 기저와 Forward Gauss-Seidel 반복을 결합하여 s-단계 사전조건부 켤레 기울기 (PCG) 방법의 안정성과 확장성을 향상시키고, 대규모 GPU 환경에서 동기화 오버헤드를 줄이면서도 기존 CG 와 유사한 수렴성을 보장하는 새로운 알고리즘을 제안합니다.
이 논문은 2025 년 브라운슈바이크에서 열린 차세대 통신 시스템 기초 학회 (FFCS) 에서 명래이 차이 (Minglai Cai) 가 주재한 추모 세션을 통해 1949 년부터 2025 년까지 활동한 블라디미르 시도렌코 박사의 과학적 업적과 인간적 온기를 기리며, 그의 코딩 이론 및 양자 오류 정정 분야 기여와 국제 연구계에 미친 영향을 요약합니다.
이 논문은 Mukai 의 K3 곡면 연구에 영감을 받아 매끄러운 극화 다양체 위의 안정된 층에 대한 준강직성 (semi-rigidity) 개념을 도입하고, 옌베크 쌍대형식의 핵에 있는 분해 가능 요소의 부재로 이를 판별하는 기준을 제시하며, 이를 매끄러운 사영 다양체 위의 선다발과 하이퍼-켈러 다양체의 매끄러운 라그랑지안 부분다양체 위에 지지된 선다발에 적용합니다.
이 논문은 포커싱 3 차 NLS 방정식의 초기 조건에 대한 역산란 해법을 위해, 비자기수반 디랙 연산자의 산란 데이터에 대한 정밀 WKB 방법 및 올버의 고전적 WKB 이론을 적용한 준고전적 () 거동에 관한 최근 엄밀한 결과들을 검토합니다.
이 논문은 소수 멱차수 유한 p-군을 구별하는 불변량을 연구하여 '형제'와 '쌍둥이' 개념을 도입하고, 이를 활용하여 $2^9$ 차수의 10,494,213 개 군을 식별하는 효율적인 알고리즘을 제시합니다.
이 논문은 점들 사이의 거리를 다루는 고전적인 Erdős 문제를 쌍대 개념으로 확장하여, 공간에서 개의 초평면 배열에 의해 결정되는 -단순체의 부피와 관련된 단위 부피, 최대/최소 부피, 그리고 서로 다른 부피의 개수에 대한 극한값을 연구합니다.
이 논문은 Lévy 과정으로 인덱스를 해싱하는 새로운 아이디어를 제시하여 -모멘트 추정을 위한 범용 스케치 기법을 개발하고, Lévy-Khintchine 정리를 통해 추정 가능한 함수의 범위를 체계적으로 규명하며 기존 기법들을 통합하고 다차원 및 이질적 모멘트 추정으로 확장 가능한 이론적 틀을 마련했습니다.
이 논문은 작은 잡음 극한에서 -안정 과정 ($1<\alpha<2$) 과 브라운 운동에 의해 구동되는 양의 재귀적 Lévy 확산 과정의 장기 한계 거동이 연속 제어와 충격 제어로 구성된 결정론적 제어 문제의 최적 값에 의해 결정됨을 보여줍니다.
이 논문은 유한체 위의 다항식 환에서 특정 계수가 고정된 -스무스 (m-smooth) 다항식의 분포를 특징 합 추정, Bourgains 의 방법론, 그리고 이중 특징 합을 활용하여 연구합니다.
이 논문은 무순환 방향성 그래프에서 특정 정점 집합에 대한 홀수 차수 조건을 만족하는 방향성 할당 문제의 복잡성을 분석하고, 세 가지 필요 조건이 충분 조건이 되는 다항식 시간 해결 가능한 그래프 클래스들을 정의하며, 이러한 클래스 간의 포함 관계를 규명하고 직교곱 경로 및 사이클에 대한 해의 존재성을 특징짓는 구성적 알고리즘을 제시합니다.
이 논문은 비볼록 2 차 최적화 문제에서 반정부호 행렬 (PSD) 콘을 희소하게 근사하는 선형 부등식을 제안하여, 이를 통해 SDP 와 동일한 경계를 제공하는 LP 완화 모델을 구축하고 분기 한정법 (branch-and-bound) 의 전역 최적화 속도를 향상시키는 방법을 제시합니다.
이 논문은 분할 자동사상에 의해 유도된 순환 조화 -다발의 맥락에서 심슨의 주요 추정치를 일반화하고, 이를 Toda 유형의 -조화 다발의 분류에 적용합니다.
이 논문은 두 타원의 Mather 베타 함수가 두 개의 0 이 아닌 회전 수에서 일치하거나, 둘 중 하나가 일치하고 둘의 둘레가 같을 경우 두 타원이 동일함을 증명하여 Bialy 의 추측을 해결하고 Mather 베타 함수의 국소 극값에 대한 함의를 논의합니다.
이 논문은 비자기수반 타원 연산자를 갖는 포아송 방정식에서 경계 관측을 통해 점 소스의 위치와 시간 의존적 진폭을 결정하는 역문제에 대한 새로운 안정성 추정치를 유도하고 수치적 재구성을 통해 이를 검증합니다.
이 논문은 Sun-Zhang 가 제안한 로그 Fano 섬유화 근의 안정적 퇴화 추측을 증명하여, -불변량을 최소화하는 유일한 준단항 valuation 을 구성하고 이를 통해 K-반안정 및 K-다항안정인 특수 퇴화를 유도함을 보여줍니다.
이 논문은 응집 반응, 핵생성, 성장 및 수축을 포함하는 비선형 적분-미분 방정식을 연구하여, 순수 응집 방정식에서는 유한 시간 내에 젤화가 발생함에도 불구하고 큰 고분자에 대한 충분한 감쇠율로 인해 곱셈 응집 커널 하에서도 정상 상태의 존재를 증명하고 그 정성적 특성을 규명합니다.
이 논문은 모든 정점이 포지 (posy) 나 꽃 (flower) 구조에 속하는 그래프인 Sterboul-Deming 그래프에 대한 여러 가지 특징을 제시하고, 완전 매칭을 가진 경우와 일반적인 경우를 분석하는 알고리즘을 개발하며, 이 그래프 클래스가 -인자를 갖는 모든 그래프를 포함한다는 것을 보여줌으로써 고전적인 분해 정리와 비 König-Egerváry 그래프의 내부 구조 간의 새로운 연결을 확립합니다.
이 논문은 Hadamard 공간에서 선형 구조의 부재로 인한 어려움을 극복하기 위해 Busemann 함수에 기반한 새로운 하위 기울기 (subgradient) 개념을 도입하고, 이를 통해 확률적 및 점진적 하위 기울기 방법의 일반화와 복잡성 보장을 가능하게 하여 BHV 트리 공간의 중앙값 계산 등 다양한 최적화 문제에 적용할 수 있음을 제시합니다.
이 논문은 불확실성 정량화 환경에서 다중 스케일 이질적 계수를 가진 타원 확산 문제의 효율적인 전처리기 구축을 위해, 무작위 결함의 국소적 구조를 활용하여 오프라인에서 사전 계산된 부분공간 해를 온라인에서 결합하는 새로운 근사 기법을 제안하고 그 강건성과 효율성을 검증합니다.
이 논문은 고정 안테나의 한계를 극복하기 위해 가동 안테나 (MA) 를 RSMA-RIS 시스템에 통합하고, 전송 빔포밍, RIS 반사 행렬, 공통 데이터율 분할 및 안테나 위치를 공동 최적화하여 합계 용량을 극대화하는 프레임워크를 제안합니다.
이 논문은 소수 로 나누어지지 않는 기약character의 차수의 제곱합과 -Sylow 정규화자의 대응량 사이의 관계를 연구하여, E. Giannelli 의 최근 추측을 인 경우와 몇 가지 다른 경우에 대해 증명합니다.
이 논문은 표지된 심플리셜 집합의 맥락에서 Szczarba 의 꼬인 셔플 (twisted shuffle) 이 경로 사슬 복소수 위에서 사슬 동형사상으로 제한됨을 증명하고, 이를 통해 방향 그래프의 군 작용에 대한 공변적 경로 호몰로지를 명시적인 꼬인 텐서 곱으로 계산할 수 있는 자연스러운 보렐 구성을 제시합니다.
이 논문은 CVS MinuteClinic 의 2 단계 대기 행렬 시스템을 모델링하여, 간호사들이 저위험 환자를 직접 치료할지 원격 의사와 협력할지 결정하는 최적의 순차적 의사결정 정책과 그 구조적 특성을 분석하고, 이를 바탕으로 거의 최적의 성능을 내는 효율적인 휴리스틱 알고리즘을 제안합니다.
본 논문은 실제 환경의 분수 지연과 도플러 효과를 고려한 MIMO-AFDM 시스템의 채널 추정을 위해 시간 - 주파수 영역 파일럿 구조와 Vandermonde-구조 텐서 트레인 분해 기반 알고리즘을 제안하고, 기존 Cramér-Rao 하한 대신 더 정밀한 전역 성능 분석을 위한 Ziv-Zakai 하한을 유도하여 낮은 SNR 영역에서의 성능 한계를 효과적으로 규명합니다.
이 논문은 임의의 정수 차수 에 대한 이산 -Rellich 및 -Birman 부등식을 유도하고, 음의 지수를 가진 Copson 부등식의 변형을 증명하며, 모든 상수의 최적성을 보이고 연속적인 -Birman 부등식을 복원하는 대체 증명을 제시합니다.
이 논문은 매끄러운 결정론적 힘 하에서 비압축성 유동에 의해 운반되는 수동 스칼라의 장기 거동을 연구하여, 특정 속도장에서 모든 충분히 매끄러운 초기 조건이 배틀러 법칙의 누적 형태를 만족하는 한계 해로 수렴함을 증명함으로써 결정론적 힘 하에서 배틀러 법칙을 확립한 최초의 사례를 제시합니다.
이 논문은 플린트 힐스 급수의 수렴성과 의 무리수 측정도 사이의 엄밀한 동치 관계를 증명하고, 이 조건 하에서 해당 급수가 위의 혼합 테이트 모티브의 주기로 해석되어 와 의 선형 결합으로 표현될 수 있음을 제시합니다.
이 논문은 외삼각 범주 내의 -강성 부분 범주에 대한 분할 그로텐디크 군을 연구하여, 실팅 부분 범주와 -클러스터 틸팅 부분 범주에 대한 그로텐디크 군의 동형 관계를 증명하고, 유형의 -클러스터 범주에 대한 그로텐디크 군의 구체적인 구조를 규명합니다.
이 논문은 호프스타터의 연속 합 수열이 무한히 많은 양의 정수를 생략한다는 OEIS 가설을 증명하고, 해당 수열의 점근적 거동을 로 규명했습니다.
이 논문은 램프 구성이 거의 확실하게 수렴하는 확률 측도에 대해, 특히 () 인 경우 카이마노비치와 라이언스 - 페레스가 제기한 미해결 문제를 해결하며, 의 사영이 리우빌일 때 와레프 곱 의 푸아송 경계가 극한 램프 구성의 공간과 일치함을 증명합니다.
이 논문은 레벨 구조를 활용하여 SQIsign 서명 방식을 일반화하는 프레임워크를 제시하고, 이를 1 차원 및 2 차원 등형성 (isogeny) 에 적용하여 레벨 구조를 가진 초특이 타원곡선에 대한 새로운 명시적인 듀어링 대응 (Deuring correspondence) 과 제약된 노름 방정식 해결 방법을 제공합니다.
이 논문은 큰 무게 를 가진 홀로모픽 헤케 절댓형식들의 평균에 대해, 및 에서 크기 변화가 관찰되는 구간 () 에서 헤케 고유값의 합 에 대한 1 차 및 2 차 모멘트를 계산합니다.
이 논문은 쌍곡 공간에서의 시간 조화 산란 이론을 완성하여 고전적인 소머펠드-Rellich 패러다임에 기반한 쌍곡 소머펠드 복사 조건과 Rellich 정리를 수립하고, 이를 통해 직접 산란 문제를 해결함과 동시에 산란체의 원거리 패턴을 이용한 역산란 문제 연구의 기초를 마련했습니다.
이 논문은 C. Viterbo 의 강의를 바탕으로 스펙트럴 거리 하에서 라그랑지안 부분다양체 집합의 완성을 소개하고, -지지 개념을 통해 그 기본 성질을 규명하며, 이를 Birkhoff 끌개 개념을 일반화한 등각 심플렉틱 역학 등 다양한 역학 문제에 적용하는 내용을 다룹니다.
이 논문은 차수에 의존하는 동적 페르콜레이션 모델에서 감염 전파를 다루는 접촉 과정의 생존 임계값과 위상 전이를 분석하여, 업데이트 속도와 연결 확률이 생존 여부에 미치는 영향을 규명하고 특히 Bienaymé-Galton-Watson 트리에서 후손 분포의 꼬리 특성에 따른 위상 전이의 완전한 특성을 제시합니다.
이 논문은 의 양의 약수인 에 대해 길이가 인 BCH 코드의 차원과 보스 거리를 기존 연구보다 더 넓은 설계 거리 범위에서 명시적으로 규명하고, 이를 통해 일부 최적 선형 코드를 도출하는 결과를 제시합니다.
이 논문은 소픽 시프트의 미래 커버를 확장하는 새로운 정준적 덮개를 제시하며, 이 덮개는 경우에 따라 기존 미래 커버와 동형이거나 진정한 확장이 됨을 설명합니다.
이 논문은 방향 그래프의 결합체 데이터에서 다면체 곱 함자를 사용하여 위상 공간을 구성하고, 특히 주입 단어 복합체의 면 순서집합에 대한 모멘트 - 아날 콤플렉스의 호모토피 유형을 계산하여 그 유형이 -벡터에 의해 결정됨을 밝히고, 순서 심플리셜 복합체에 대한 일반화된 호모토피 피브레이션을 구성합니다.
이 논문은 가변 지수 공간 에서 최대 연산자의 유계성을 기존의 가중 조건의 가변 지수 유사체로 표현한 새로운 판정 기준을 제시합니다.
이 논문은 홀 (hole) 이 없는 그래프의 완벽한 분할성과 색수 상한을 연구하여, 특정 금지된 부분그래프를 갖는 그래프들이 완벽한 분할성을 가지거나 색수가 클로수 (clique number) 에 의해 제한된다는 네 가지 주요 결과를 증명합니다.
이 논문은 임의의 유한 군 에 대해 고정된 -라벨링된 그래프의 임머전을 금지하는 그래프들의 구조를, 고차 정점을 적게 포함하거나 의 진부분군에 대해 거의 부호화된 그래프를 가지도록 하는 트리-컷 분해로 설명하는 구조 정리를 증명합니다.
이 논문은 함수체 위의 산술군에 대한 Bruhat-Tits 건물에서 Grayson 의 방법을 활용하여, 주 합동 부분군 에 대해 -불안정 영역이 구형 Tits 건물과 자연스럽게 호모토피 동치임을 증명합니다.
이 논문은 1971 년 랄프 사이퍼트가 증명했으나 최근까지 잊혀졌던 '소 함수성 방향 그래프의 부재'라는 결과를 현대적인 용어와 간결한 논증으로 재해석하여 제시합니다.
이 논문은 가 기약일 때 과수렴 모듈러 고유형 가 고전적일 필요충분조건이 의 에서 데르함 (de Rham) 성질임을 증명하기 위해, 연산자가 폰테인 연산자와 일치함을 보이는 새로운 증명을 제시합니다.
이 논문은 등방향 A-타입 퀴버 표현 공간에서 정의된 '열린 퀴버 국소'의 등변 Chern-Schwartz-MacPherson (CSM) 클래스를 계산하는 기하학적 공식과 두 가지 조합론적 공식 (특히 체인형 일반 파이프 드림을 활용한 공식) 을 제시하고, 이를 통해 퀴버 다항식을 더 간결하게 표현하는 새로운 공식을 유도합니다.
이 논문은 -값 증폭 (augmentation) 을 이용한 대수적 제약과 산술적 논증을 통해, -토러스 매듭이나 8 자 매듭을 구성 요소로 갖는 매듭의 법선 다발이 의 제로 단면과 매끄럽게 교차할 수 없는 위상적 제약을 증명합니다.
이 논문은 트리 자동자 군의 슈라이어 그래프에 대해 지름, 완전 매칭 수, 투 다항식 등 다양한 위상 지표를 위한 정확한 공식을 유도하고, 이를 통해 스패닝 트리 및 포레스트의 수와 크로마틱 다항식의 명시적 형태를 도출하며, 특히 모든 트리 그래프 자동자에 대한 위너 지수와 세게드 지수의 정확한 값을 제시합니다.
이 논문은 두 개의 조정 가능한 매개변수를 가진 비볼록 변환 (TLp) 패널티 함수를 도입하여 희소 신호 복원을 위한 정확한 이론적 조건을 확립하고, IRLSTLp 알고리즘을 제안하여 수치적 실험을 통해 모델의 강건성과 유연성을 입증합니다.
이 논문은 균형 및 준균형 이분 그래프 집합에서 -횡단 해밀토니안 경로의 존재와 해밀토니안 연결성을 보장하는 최소 차수 조건을 제시하여 기존 연구 결과를 개선합니다.
이 논문은 학교 선택 시장과 같은 다대일 매칭 시장에서 학생의 선호가 확정되기 전에 이루어지는 용량 확장 문제를 다루며, 학생이 진실된 선호를 밝히거나 전략적으로 보고하는 경우를 모두 고려한 2 단계 확률적 모형을 제안하고 샘플 평균 근사법 (SAA) 기반의 휴리스틱을 통해 최적의 용량 결정 전략을 모색합니다.
이 논문은 장애물 간의 상호작용으로 인한 오차 증폭 문제를 해결하기 위해 두 개의 시간 격자를 사용하는 이격 페널티 근사 기법을 제안하고, 이를 통해 이중 반사된 BSDE 에 대한 균일한 오차 한계와 수렴 속도를 증명하며 금융 모델에서의 수치 실험을 통해 검증합니다.
이 논문은 피카르 수가 2 인 매끄러운 토릭 3-다양체 (특히 ) 에 대한 울리히 다발의 분해와 모나드를 구성하고, 에서의 풀백으로 발생하는 것들을 완전히 분류하여 이러한 다양체가 울리히 야생 (Ulrich wild) 임을 증명합니다.
이 논문은 3 차원 디리클레 문제의 특이점을 해결하기 위해 고전적 그린 함수를 특이 성분과 정규 성분으로 분해하여, 각각 고차 구적법과 조화 기저를 이용한 콜로케이션으로 처리하는 2 단계 근사법을 제안합니다.
이 논문은 행렬의 행 (또는 열) 이 -서브지수 (-subexponential) 꼬리 분포를 따를 때, Talagrand 함수에 의해 지배되는 기하학적 왜곡을 보이는 균일 집중 부등식을 확립하여 기존 서브가우시안 이론을 더 넓은 꼬리 분포 영역으로 확장합니다.
이 논문은 확률적 표현 공식을 활용하여 약한 분자 확산 하에서 평행 전단 흐름에 의한 수동 스칼라 혼합의 확산 계수 독립적 최적 혼합율을 증명하고, 기존 연구의 미해결 문제를 해결하며 새로운 동역학적 관점에서의 증명을 제시합니다.
이 논문은 제어된 거친 경로에 대한 레벨 -2 거친 적분의 존재성을 점 제거법을 통해 재증명하고 새로운 사전 추정식을 유도한 후, 이를 기반으로 제어된 거친 경로에 의해 구동되는 거친 미분방정식에 대한 범용 극한 정리를 확립하여 기존 거친 경로 이론을 확장합니다.
이 논문은 디지털 물리 계층의 하드웨어 제약으로 인해 구현이 어려웠던 아날로그 결합 소스-채널 코딩 (JSCC) 을 기존 디지털 트랜시버에서 고충실도로 실행할 수 있도록 하는 새로운 프레임워크 'D2AJSCC'를 제안하며, 이를 통해 채널 조건 변화에 따른 우아한 성능 저하를 실현하고 이론적 잠재력과 실제 배포 간의 격차를 해소합니다.
이 논문은 히친 시스템에서 비자명하게 작용하는 가시 라그랑지안을 연구하고, 이를 통해 거울 대칭 브레인을 구성하며, 특히 방석 덮개 (pillowcase cover) 가 있는 리만 곡면의 새로운 사례를 다룹니다.
이 논문은 2 의 표수가 아닌 국소체 위에서 정의된 매끄러운 완전 곡선의 유도된 위트 군을 계산하고, 일반적 Theta 특성 존재성에 대한 연구를 통해 비아르키메데스 체에 대한 결과를 확장합니다.
이 논문은 클리퍼드 관계를 만족하는 세 개의 일반화 복소 구조로 정의된 랭크-3 일반화 클리퍼드 다양체를 소개하고, 이것이 일반화 초복소 구조를 유도하며 -족의 일반화 복소 구조를 생성하는 자연스러운 Spin(3)-작용을 통해 일반화 복소 구조가 적분 가능한 트위스터 공간을 구성함을 증명합니다.
이 논문은 인과적 페르미온 시스템에서 이차 변위를 세 항으로 분해하여 선형화된 장 방정식을 근사적으로 분리하고, 시간 대역에서의 해를 구성하며 양의 정부호 내적과 시간 진화 불변성을 입증함으로써 확장된 힐베르트 공간의 표준적 구성을 제시합니다.
이 논문은 비확장 열역학의 틀을 일측 시프트 시스템에 적용하여 -엔트로피와 -압력을 정의하고, -평형 상태의 존재성과 유일성, -압력의 미분 가능성, 그리고 변분 원리 등을 증명하는 동역학적 접근법을 제시합니다.
이 논문은 4 차원 이상의 아인슈타인 중력에서 블랙홀 열역학의 핵심 가설인 역 등주부등식을 증명하여, AdS 블랙홀 사건의 지평선에서 역 등주부등식이 아인슈타인 방정식에 의해 지배되는 곡면 배경의 구조에서 비롯됨을 밝혔습니다.
이 논문은 프로톤 전도성 고체 산화물의 산소 네트워크를 모델링하기 위해 1 차원 백본에 나무형 가지가 결합된 비대칭 단순 배제 과정 (ASEP) 을 제안하고, 정확한 정상 상태 분포를 유도하여 네트워크 기하학이 수송 특성에 미치는 영향을 규명합니다.
이 논문은 에너지 축적량 비율의 부호 극값을 기반으로 한 변동 기반 정준 프레임워크를 제시하여, 미정준 분석 없이도 3 차 위상 전이를 식별하고 그 물리적 메커니즘을 규명할 수 있음을 입증합니다.
이 논문은 Lorentz 가스 및 1 차원 진동자 사슬 등 다양한 계에서 외부 섭동 후의 짧은 시간 과도 현상을 활용하는 TTCF(과도 시간 상관 함수) 방법이 기존 장시간 평균 기법보다 계산 효율성과 정밀도가 우수하며 비에르고드 상황에서도 신뢰할 수 있는 비평형 수송 계수를 제공함을 입증합니다.
이 논문은 메트릭 그래프에서 비선형 슈뢰딩거 방정식의 솔리톤 거동을 연구하여, 특정 조건에서 솔리톤이 그래프의 반직선 내에 국소화되고 반사되는 현상을 증명하고, 예외적인 버블-타워 그래프의 경우 기존 방법론을 수정하여 바닥상태의 궤도적 안정성을 입증했습니다.
이 논문은 단일 켈러 클래스를 갖는 특정 가중 사영 공간 내의 초곡면 및 완전 교집합에 대해 타원 가상 구조 상수 (elliptic virtual structure constants) 의 형식론을 일반화합니다.
이 논문은 -로그를 통한 선형화 원리에 기반한 기하학적 프레임워크를 제시하여, 1 차원 양자 유체의 정적 밀도 프로파일이 이상 보스 기체부터 톤스 - 기르아르도 가스까지 이산적 위계를 이루며, 상호작용 영역에서 정적 기하학과 동적 여기 사이의 비섭동적 연결을 확립함을 보여줍니다.
이 논문은 외부 자기장이 존재하는 고온 영역에서 조건 하에 희석된 어닐링 Curie-Weiss 모델의 자화율에 대한 날카로운 적분량 경계를 증명하여 중심극한정리, 중간대편차원리, 집중부등식, 크라메르 보정을 포함한 정규 근사 및 모드 - 가우시 수렴 등 다양한 점근적 성립을 확립합니다.
이 논문은 포아송 분포를 일반화한 측도에 대한 일반화 세갈-바르만 변환의 새로운 성질을 규명하고, 이를 통해 웨이알 대수에서의 정규 순서 문제를 자연스럽게 유도함을 보여줍니다.
이 논문은 Renormalization Group 분석과 수론적 조건을 결합하여, 비가환각 (incommensurate) 각도에서 큰 운동량 전달 Umklapp 항이 존재하더라도 트위스트 이층 그래핀의 준주기적 반금속 상이 안정적임을 증명함으로써 유효 연속체 모델의 타당성을 뒷받침합니다.
이 논문은 약 공간 프레임워크에서 야마자키-type 추정과 고정점 정리를 활용하여 특이 퍼텐셜을 가진 파동 방정식의 전역적 잘 정의성과 산란 결과를 증명하고, 분산 추정을 통해 다항식 안정성을 확립하며 산란의 감쇠를 개선합니다.
이 논문은 1 차원 격자 상의 비평형 마르코프 과정을 다루기 위해 행렬 곱 연산자의 일반화를 도입하여, 대칭 단순 배제 과정과 같은 모델에서 비평형 경계 조건을 리그겟 조건을 만족하는 평형 경계 조건과 연결하는 정확한 쌍대성 변환 연산자를 구성하고 이를 통해 비평형 물리 현상을 평형 깁스 - 볼츠만 측도로 설명할 수 있음을 보여줍니다.
이 논문은 다각형의 내부 및 외부 구성 요소 전체를 고려하는 비국소 이축 이산 둘레에 대한 새로운 등주 부등식을 최초로 해결하고, 이를 고정된 면적을 가진 다각형의 최소화자 특성 규명 및 장거리 이축 이징 모델의 준안정성 연구와 연결했습니다.
이 논문은 자발적 방출을 기술하는 모델 등을 포함하는 초임계 형상 인자를 가진 스핀 - 보손 모델에 대해, 구성 양자장론의 해밀토니안 형식주의와 비유니터리 도레싱 변환을 통해 자체 에너지와 질량 재규격화를 수행하여 비자명한 재규격화 해밀토니안을 구성함으로써 단위 재규격화 모델의 자명성 문제를 해결합니다.
이 논문은 1936 년 페르미가 제안한 느린 중성자와 조화적으로 묶인 양성자의 산란을 기술하는 모델 해밀토니안에 대해 극한 흡수 원리를 증명하고 정상 상태 산란 이론을 기술하며, 보른 근사에서 유효한 페르미의 산란 단면적 공식을 유도합니다.
이 논문은 비압축성 나비에 - 스토크스 방정식과 최소 압력 기울기 원리 (PMPG) 간의 양방향 동치 관계를 증명하여, PMPG 가 레레이 - 헬름홀츠 사영의 변분적 형식임을 밝히고 이를 통해 비압축성 유동의 역학을 해석하고 기존 갈레르킨 사영을 비선형 및 비모달 표현으로 확장할 수 있음을 제시합니다.
이 논문은 내부 융합 범주 대칭을 가진 스핀 (및 애니온) 사슬에서 양자 셀룰러 오토마타 (QCA) 와의 관계를 통해 범주적 이중성 연산자의 구조를 체계적으로 연구하고, 텐서 곱 힐베르트 공간 위에 정의된 UV 모델이 약한 정수 융합 범주로 흐른다는 것을 보여줍니다.
이 논문은 무한한 각운동량에 대한 디리클레 스펙트럼을 통해 퍼텐셜의 유일성을 증명하고, 특정 각운동량 조합에 대해 영 퍼텐셜 근방에서 두 개의 스펙트럼만으로도 국소적 유일성이 성립함을 보여 Carlson-Shubin 의 정리를 정교화하고 Rundell-Sacks 의 추측을 선형화 설정에서 확인합니다.
이 논문은 유한 정칙 그래프에서 이산 라플라시안의 고유함수를 통해 패터슨 - 설리반 분포를 구성하고, 이를 양자 혼돈의 위그너 분포 및 지오데식 흐름의 전이 연산자에서 유도된 루엘 분포와 연결하여 컴팩트 쌍곡 곡면에서의 기존 결과를 이산적으로 일반화했습니다.
이 논문은 리 대수의 가환 아이디얼과 그 수직보가 포함 관계에 있는 조건을 만족하는 의사 리만 계량 하에서 라플라스-벨트라미 방정식을 비가환 적분법을 통해 1 차 편미분방정식으로 축소하여 정확한 해를 구하고, 이를 통해 기존 연구와 구별되는 적분 - 미분 형태의 비국소 대칭 연산자를 도출함을 보여줍니다.
이 논문은 원통형 영역 내 축대칭 3 차원 비압축성 오일러 방정식에서 초기 와류 신장률의 국소 기하학적 구조, 특히 최소점에서의 평탄도가 유한 시간 특이점 형성 여부를 결정한다는 것을 분석적으로 규명했습니다.
이 논문은 서브조너시 (subordinacy) 이론을 활용하여 강도 의존성 라비 모델, 비등방성 2 광자 라비 모델, 2 광자 라비-스타크 모델의 고유값과 특이 스펙트럼의 부재를 증명하고 매개변수 전체에 걸쳐 필수 스펙트럼을 규명함으로써 이산 스펙트럼에서 연속 스펙트럼으로의 전이를 다룹니다.
이 논문은 테이히뮬러 TQFT 의 에지 공식화를 포함한 모양이 있는 의사 3-다양체 상의 상태 적분 모델에서 사면체에 할당된 볼츠만 가중치가 대각각을 스펙트럼 매개변수로 하여 사면체 방정식을 만족함을 증명합니다.
이 논문은 유한 요소법과 반암시적 방법을 사용하여 유한 영역 내의 4 차 확률 의사-포물형 방정식의 이산화 해를 분석하고, 공간 및 시간 격자 크기에 대한 강한 수렴 속도를 이론적으로 증명하며 수치 실험을 통해 이를 검증합니다.
이 논문은 -등급 색 리 대수의 한 부류인 기본 (basic) 단순 대수에 대해 복소 반단순 리 대수 이론의 방법을 적용하여 근 이론을 정립하고, 카르탄 부분대수가 자기 중심화라는 가정 하에 최고 가중치 정리와 완전 가약성 정리를 증명함으로써 유한 차원 표현을 분류합니다.
이 논문은 BFSS 행렬 양자역학과 IKKT 행렬 모델의 극한에서 허용되는 비틀림 (twist) 을 BV-BRST 형식주의로 분석하여, 각각 IIA 및 IIB 끈 이론의 비틀림과 대응시키고 무한 차원 대수 대칭을 드러내는 중력 쌍대성을 규명합니다.
이 논문은 약결합 극한에서 격자 비선형 슈뢰딩거 적분 방정식의 이중 특이성을 분석하기 위해 매칭 점근 전개와 위너 - 호프 분해 기법을 적용하여 Bose-Einstein 분포, 총 밀도 전개, 그리고 재귀적 전계 구조를 포함한 바닥 상태 물리량을 유도합니다.
이 논문은 양자 기체에서 자기 다중 솔리톤의 실험적 구현과 그 호흡 현상을 관측하고, 약한 섭동을 통해 솔리톤의 분열을 유도하여 적분 가능 이론의 예측을 검증하고 역산란 변환의 실험적 유사체를 제시한 연구입니다.
이 논문은 커 (Kerr) 블랙홀의 광자 고리가 위상 공간에서 자기유사적 계층 구조를 유지하지만, 시공간이 커 기하학에서 벗어나면 공명 궤도 근처에서 카오스가 발생하여 프랙탈 위상 공간 구조가 나타난다는 것을 보여줍니다.
이 논문은 두 개의 결합된 로렌츠 진동자에서 결합 강도를 변화시킬 때 시간 실현 와 에서 결정론적 공명, 에서 반공명이 동시에 관찰되며, 이는 완전 동기화 임계값 이하의 하이퍼카오틱 역학에서 수치 시뮬레이션과 물리 실험을 통해 모두 검증되었음을 보여줍니다.
이 논문은 집단 좌표법과 섭동 기법을 활용하여 솔리톤의 내부 모드와 복사 모드를 분석하고, 이를 통해 1 차원 및 2 차원 모델에서 솔리톤 역학을 규명함과 동시에 '준-BPS' 스팔레론의 새로운 클래스를 발견하고 진동 모드를 통한 동적 안정화 메커니즘을 제안했습니다.
이 논문은 액체 표면에 떠 있는 변형 가능한 액적이 화학 물질 방출로 인한 표면 장력 구배에 의해 구동되는 확산운동의 역학을 자유 에너지 함수를 기반으로 수학적으로 모델링하여, 정지 원형, 정지 타원, 그리고 운동하는 타원 상태라는 세 가지 안정 상태와 그 전이를 규명했습니다.
이 논문은 네트워크 토폴로지를 연속적으로 미분 가능한 객체로 취급하여 동적 목표와 자원 제약을 최적화하는 'GradNet' 프레임워크를 제시함으로써, 네트워크 구조가 기능적 동역학의 결과물로서 자연스럽게 도출됨을 보여줍니다.
이 논문은 이산 비선형 방정식을 수치적으로 풀어 외부 자기장이 전자 - 격자 상호작용에 의해 형성된 큰 폴라론 (솔리톤) 의 동역학에 미치는 영향을 연구하고, 그 영향이 자기장 세기뿐만 아니라 솔리톤의 에너지, 진폭, 국소화 폭을 정의하는 시스템 매개변수에도 의존함을 규명했습니다.
이 논문은 적분가능계 접근법을 통해 야코비안의 타우 함수가 KP 방정식의 해를 제공한다는 점을 설명하고, 크리체버가 Welters 의 삼할선 추측을 가장 퇴화된 경우 (유선) 에서 증명한 내용을 다루고 있습니다.
이 논문은 비정준 각 좌표계에서 계산된 야코비안 행렬식을 통해 정적 빌리어드 시스템의 위상 공간 내 국소적 팽창과 수축 영역이 전역적으로 균형을 이루며, 주기 궤도와 불변 다양체와 밀접하게 연관된 새로운 기하학적 조직화 층위를 규명하는 변형 기반 분석 프레임워크를 제시합니다.
이 논문은 라크 쌍 (Lax Pair) 을 갖는 시스템에 대해 완전 적분 가능한 경우와 초기값 문제에서 규칙적인 거동을 보이는 경우뿐만 아니라, 초기-경계값 문제에서 프랙탈-혼돈과 같은 불규칙한 거동이 나타날 수 있는 경우를 각각 검토하며, 실선상의 섭동된 라크 쌍 방정식에 대한 기존 이론과의 연관성을 제시합니다.
이 논문은 타원형 루이제나르스-슈나이더 시스템의 모듈러 군 작용과 고정 평형 구성을 기반으로 '동결 (freezing)' 기법을 통해 양자 적분 가능한 장거리 스핀 사슬의 모듈러 가족을 통일적으로 구성하고, 이를 하이브리드 적분 시스템의 맥락에서 설명합니다.
이 논문은 오카모토의 초기조건 공간과 반복 다항식 정규화 기법을 활용하여 제 1 및 제 2 페인레베 초월함수를 계수로 갖는 2 차 Bureau-Guillot 시스템의 기하학적 접근법과 쌍유리 동치성을 규명하고, 그 중 하나가 3 차 Bureau 해밀토니안 시스템으로 변환될 수 있음을 증명합니다.
이 논문은 Ablowitz-Ladik 방정식에서 격자 사이트 위치에 비선형적으로 의존하는 위상 변동을 보이는 새로운 '흔드는' (swinging) cnoidal 파동 및 솔리톤 해를 구성하고, 이를 통해 암흑 솔리톤과 같은 국소화된 해를 유도하며 폐쇄된 격자 루프에서의 파동 속도에 대한 명시적 양자화 규칙을 제시합니다.
이 논문은 주기적 경계 조건을 가진 쿠라모토 - 시바시inski 방정식에서 초기 조건과 점도에 따라 상태 공간이 층상 구조로 조직화되어 있으며, 이는 공간 병진 대칭성과 관련이 있음을 규명했습니다.
이 논문은 3 차원 격자 위의 유한한 Z(3) 스핀 모델에서 간헐성 카오스 동역학을 수치 시뮬레이션하여, 공명 현상으로 특징지어지는 이차 상전이와 히스테리시스 영역 내의 평균장 및 3 차원 이징 모델의 혼합 보편성, 그리고 삼중점 교차를 통한 약한 1 차 상전이를 발견함으로써 Z(3) 대칭 하의 복잡한 거동을 규명했습니다.
이 논문은 개별 반응의 아레니우스 식 온도 의존성이 어떻게 네트워크 수준의 메커니즘을 통해 비아레니우스적 스케일링, 열적 한계 및 온도 보상과 같은 집단적 역학으로 전환되는지 결정론적 및 확률론적 모델을 통해 설명함으로써, 경험적 온도 반응 곡선과 분자 조직 간의 기작적 연결을 제공합니다.
이 논문은 비선형 클라인 - 고든 방정식의 불안정성 전면 전파를 위스함 변조 방정식을 통해 분석하여, 초기 국소적 교란보다 불안정성 영역이 훨씬 커지는 점근적 시간 영역에서 전면이 최대 군속도로 전파된다는 것을 보였습니다.
이 논문은 열적 평형 방출원과 3 체 최종 상태 상호작용을 일관되게 통합한 고전 궤적 근사 기반 몬테카를로 모델을 개발하여 중이온 충돌의 페미스코피 간섭계 분석을 통해 방출원의 시공간적 정보를 정밀하게 추출하는 새로운 방법을 제시합니다.
이 논문은 고에너지 전자 - 핵 충돌에서 생성된 핵 잔해의 분열이 비확장 과정임을 보이며, 등가/부등가 확률 기반 분할법과 알파-클러스터 모델을 비교하여 핵 조각의 다중도 분포를 예측하고, 이를 통해 비확장 통계역학의 일반화된 온도, 엔트로피 지수 및 q-엔트로피를 유도했습니다.
이 논문은 2 미터의 짧은 비행 경로를 가진 휴대용 중성자 시간비행 시스템을 통해 1~100 eV 에너지 영역에서 SNM 의 동위원소 공명 특성을 측정하여, 2 시간 이내의 데이터 수집으로 HEU 와 RGPu 등의 동위원소 구성을 5~6% 이내의 오차로 정확히 예측할 수 있음을 입증했습니다.
본 논문은 첨단 기술을 활용하여 희귀 동위원소인 6 가지 이터븀 (Yb) 동위원소의 질량을 최초로 측정함으로써 Pb 이하의 '홀 - 홀' 영역에서 비정상적으로 강한 양성자 - 중성자 상호작용을 발견하고, 이는 기존 평균장 모델의 예측과 불일치하며 의 r-과정 대기점 이해에 중요한 기준을 제시함을 보고합니다.
STAR 실험을 통해 수행된 Au+Au 충돌 (3.0~3.9 GeV) 연구에서, 카온의 방향성 흐름 () 이 운동량 () 에 따라 음수에서 양수로 전환되는 특성을 보이며, 이는 JAM 모델과 비교해 스펙테이터 (spectator) 의 차폐 효과가 고밀도 바리온 영역의 비중앙 충돌에서 저 카온의 반-흐름 현상에 중요한 역할을 함을 시사합니다.
이 논문은 ALICE 실험을 통해 수행된 초점성 충돌 (UPC) 에서의 광자 유도 과정에 대한 최근 측정 결과를 종합하여, J/ 및 와 같은 벡터 메손의 광생산, 포화 기반 글루온 구조, 핵 분해 메커니즘, 그리고 Run 3 데이터에 기반한 포괄적 광핵 상호작용 및 이상 자기 모멘트 연구 등을 다루고 있습니다.
이 논문은 물리적 인덕티브 바이어스를 네트워크 아키텍처에 직접 내장하여 기존 물리 기반 특징이나 이론적 기준 없이 원자핵의 질량을 0.269 MeV 의 오차로 예측하는 'Cooperative Neural Network (CoNN)'를 제안하고, 이를 통해 물리적으로 동기화된 아키텍처 제약이 특징 공학을 대체할 수 있음을 입증했습니다.
이 논문은 상호작용 보손 모형과 구성 혼합을 적용하여 텔루륨 동위원소의 저에너지 상태에 대한 미시적 평균장 계산을 수행하고, 정상적인 타원체형 구성과 비정상적인 원추체형 구성 간의 강한 혼합이 중성자 주요 껍질 중간 영역의 저준위 구조를 결정하는 핵심 요소임을 규명했습니다.
이 논문은 시간의존 하트리-폭 (TDHF) 이론을 적용하여 초중원소 생성과 관련된 중이온 반응의 융합 및 준분열 역학을 미시적으로 연구하고, 실험 데이터와의 비교를 통해 핵력의 역할과 구형 껍질 효과의 중요성을 규명했습니다.
이 논문은 중성자별 내부의 초중입자 및 쿼크 물질과 함께 시에쿼크로 가정한 암흑물질이 -모드 진동에 미치는 영향을 연구하여, 향후 중력파 관측을 통해 중성자별 내부의 암흑물질 및 이국적 물질 존재를 탐지할 수 있음을 시사합니다.
이 논문은 비균일 격자에서 3 차원 푸아송 방정식을 해결하기 위해 GEMM 기반의 직접 솔버를 제안하며, 이를 통해 현대 CPU 및 GPU 하드웨어에서 기하학적 다중 격자법 등 기존 방법보다 우수한 시간 당 해법 성능과 병렬 확장성을 달성함을 보여줍니다.
이 논문은 Puck 파괴 이론을 기반으로 두 개의 위상장 변수와 메쉬 오버레이 기법을 활용하여 섬유 강화 복합재 적층판의 섬유 및 섬유간 파괴 모드를 정성적·정량적으로 예측하는 2 차원 다중 위상장 모델을 제안하고, 다양한 실험 결과와 비교하여 그 유효성을 입증합니다.
이 논문은 Chaves 등 의 초기 제안을 확장하여 공간적 분산과 시간적 오렌스타인 - 우렌벡 과정을 통해 3 차원 난류의 2 차 통계량과 DNS 데이터를 정확히 재현하는 가우스 기반의 시공간 난류 속도장을 제안하고, 이를 이론적으로 유도하며 수치적으로 검증합니다.
이 논문은 난류 시뮬레이션에서 2/3 절단 규칙의 높은 계산 비용을 줄이기 위해 위상 이동 (phase-shifting) 기법을 체계적으로 분석하고 Fluidsim 오픈소스 프레임워크에 최초로 구현하여, 기존 방법 대비 최대 3 배의 속도 향상을 달성했음을 보여줍니다.
이 논문은 가열된 경사면을 따라 미끄러지는 고체 (얼음 및 파라핀) 의 운동이 용융층 두께, 미끄러짐 속도, 열전달 간의 자기 조절 피드백에 의해 지배된다는 것을 실험과 무조정 인자 이론 모델을 통해 규명했습니다.
이 논문은 차세대 고강도 중성자 이미징을 위해 CSNS-II 의 요구사항을 충족하는 Timepix4 기반의 초고속 데이터 구동 카메라 CTPX1 을 개발하여, 12 시간 연속 운영 중 극도로 안정적인 온도 및 전압 제어를 유지하면서 11.7 억 회/초의 초고사건 처리율과 우수한 공간 및 시간 분해능을 입증했습니다.
이 논문은 DAΦNE 콜라이더 운영 환경에서 수행된 교정 캠페인 결과를 바탕으로, SIDDHARTA-2 프로그램의 중간 질량 범위 카온성 원자 분광 측정을 위해 개발된 아레니우스형 CZT 검출기가 우수한 선형성과 안정성을 보여주며 향후 실험에 적합함을 입증했다고 요약할 수 있습니다.
이 논문은 기존 핵 및 입자 물리학 실험의 한계를 극복하기 위해 제안된 화학적 고분극 (SABRE) 기법의 유효성을 입증하며, MAMI 의 A2 광자 빔 환경에서 탈분극 현상이 없고 고선량 방사선 (3 kGy) 에 견디며 검출기 매체로도 활용 가능함을 최초로 실험적으로 보였습니다.
이 논문은 저속 근사 하에서 가속 운동하는 매개체의 전자기적 거동을 기술하기 위해 민코프스키 이론을 확장하여 전기장, 자기장, 기계적 힘장의 결합을 고려한 새로운 전자기 방정식 체계와 구성 방정식 및 경계 조건을 제시합니다.
이 논문은 VUV(진공 자외선) 민감 실리콘 광증배관 (SiPM) 의 광자 검출 효율 (PDE) 을 파장, 입사각, 전압 및 온도 범위에 따라 모델링하는 범용 분석 모델을 제시하고, 이를 통해 액체 비활성 기체 환경에서의 성능 예측 및 차세대 대형 실험을 위한 최적화 전략을 검증합니다.
중국 산란 중성자원 2 단계의 고강도 펄스 중성자 빔 수요에 대응하기 위해 Timepix4 칩을 기반으로 단일 ZYNQ-MPSOC 칩과 160Gbps 대역폭을 지원하는 고성능 이벤트 구동형 중성자 이미징 판독 전자장치가 개발되었으며, 현재 5.12Gbps 에서 안정적으로 동작하는 16 개 데이터 채널과 50e- 미만의 픽셀 임계값 편차를 달성하여 X 선 실험을 통해 기능이 검증되었습니다.
본 논문은 격자 볼츠만 시뮬레이션과 스케일링 분석을 통해 전단 유동 하에서 초소수성 표면에 충돌하는 물방울의 역학을 규명하고, 공기 흐름의 영향을 반영한 수정된 웨버 수를 기반으로 접촉선 거동 및 반발 특성을 정량적으로 예측하는 새로운 스케일링 법칙을 제시합니다.
이 논문은 비선형 집단 변수와 감쇠 랑주뱅 역학을 적용한 비국소 제안 업데이트 알고리즘을 일반화하고 그 가역성을 증명하여, 기존 과감쇠 방식 대비 메타안정성 시스템의 몬테카를로 샘플링 효율을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 US 하원 선거 데이터를 기반으로 한 이중 무작위 장 모델을 통해, 특정 임계값을 넘는 선거 운동 비용이 유권자의 동질성 상호작용을 무력화시키고 정치적 양극화를 유발하는 위상 전이를 일으킨다는 것을 실증적으로 검증했습니다.
이 논문은 브르노의 원통형 셀에서 수행된 극저온 레이레이-베나르 대류 실험에서 열전달 효율 스케일링을 결정할 때 발생하는 실험적 오차와 비오베르크-부시네스크 (NOB) 효과 등 보정 요인을 분석하여, 관측된 스케일링 변화가 진정한 '최종 영역' 전이인지 아니면 실험적 불완전성에 기인한 것인지 엄밀한 불확실성 분석을 통해 구분할 필요성을 강조합니다.
이 논문은 7T MRI 에서 1H 와 31P MRS 를 동시에 수행하여 고혈당 clamp 동안 인간의 뇌 에너지 대사 및 연료 처리 반응을 비침습적으로 추적할 수 있음을 입증했습니다.
이 논문은 열적으로 완벽한 기체의 압축성 오일러 방정식에 대해 국소적 보존 형식을 기반으로 선형 불변량과 운동량 에너지를 보존하면서도 이산 수준에서 엔트로피 보존을 보장하는 새로운 공간 이산화 기법을 제안합니다.
이 논문은 에드윈 제인스가 제안한 정보 이론적 엔트로피 기반의 통계역학 접근법을 활용하여, 다공성 매체 내 불혼화성 2 상 유동의 연속체 규모 현상을 미시적 물리학과 직접적으로 연결하면서도 관리 가능한 복잡도로 설명하는 새로운 열역학적 형식주의를 제시합니다.
이 논문은 기존 RANS 모델용 압력구배 센서를 IDDES 난류 모델에 적용하여 부착류 영역의 레이놀즈 응력을 보강하는 길이 척도 항을 제어함으로써, 다양한 공력 조건에서 박리 및 실속 예측 정확도를 획기적으로 향상시키는 통합 모델을 제안합니다.
이 논문은 기계학습 기반의 정밀한 전위 에너지면과 양자 열욕조 (QTB) 방법을 결합하여 양성자화된 물 클러스터의 적외선 스펙트럼을 기존 방법보다 훨씬 저렴하면서도 정확하게 시뮬레이션하는 새로운 접근법을 제시합니다.
이 논문은 시간 비행 (TOF) 과 상호작용 깊이 (DOI) 기능을 동시에 갖춘 최초의 전신 PET 인 IMAS 시스템의 설계, 구축, 초기 성능 평가 및 파일럿 임상 결과를 요약하며, 4 mm 미만의 공간 분해능과 향상된 종양 식별 능력을 입증했습니다.
이 논문은 고화질 고속 촬영을 통해 단엽 회전 종자 (마호가니 및 불두과) 의 강하 운동이 기존 이론의 가정과 달리 시간적으로 유의미한 변동을 보임을 규명하고, 이러한 관측된 조화적 변동을 기반으로 더 정확한 비선형 운동 방정식을 유도할 수 있는 새로운 모델링 접근법을 제시합니다.
이 논문은 기후 변화에 대응하기 위해 복잡하고 변화하는 식량 시스템을 재설계할 때, 다양한 과학 분야의 방법론을 통합하여 시스템의 구조적 특성과 임계점을 분석하고 효과적인 개입 전략을 수립할 수 있는 공통된 방법론적 틀을 제안합니다.
이 논문은 강력한 자기장이 존재하는 불균일 플라즈마에서 좌원형 및 우원형 편광 레이저의 전파 특성과 충돌 흡수 메커니즘을 분석하여, 자기장 세기에 따른 흡수 효율 변화와 초밀도 플라즈마 내부로의 에너지 침투 가능성을 규명했습니다.
이 논문은 2026 년 달 남극에 착륙할 창어 7 호의 태양전지판 회전과 극한 온도 변화가 착륙기의 공진 주파수 (약 0.64~0.87 Hz) 에 미치는 영향을 정밀하게 모델링하여, 향후 달 내부 구조 탐사를 위한 지진 데이터의 노이즈 필터링을 위한 이론적 기준을 마련했습니다.
본 논문은 체적 유체 시뮬레이션을 통해 무작위 거친 표면에서의 액적 충돌 역학을 규명하고, 최대 확산 인자가 거칠기에 따라 선형적으로 감소하며 접촉 시간이 일정하게 유지되는 등 웨버 수와 표면 거칠기의 상호작용이 젖음 - 탄성 전환을 지배한다는 새로운 통찰을 제시합니다.
이 논문은 교차 센터 도메인 이동 하에서 갑상선 초음파의 분할과 악성도 평가라는 상충되는 요구를 해결하기 위해, CNN 과 비전 트랜스포머의 상호 보완적 강점을 활용하여 다중 커널 게이트 어댑터 (MKGA) 를 제안하고 이를 통해 도메인 간 강건성과 진단 정확도를 향상시켰음을 보여줍니다.
이 논문은 점탄성 유체의 흐름 특성을 포착하고 벽면 미끄러짐 효과를 분석하기 위해 물리 기반 압력 - 유량 관계를 적용한 2 차원 무질서 다공성 매체 내 항복응력 유체 흐름을 위한 새로운 세공 네트워크 모델을 개발하고, 이를 통해 항복 근처의 압력 손실이 장애물 규모가 아닌 수축 통계에 의해 지배됨을 규명했습니다.
이 논문은 ORB5 자이로키네틱 시뮬레이션을 통해 토카막의 난류 고차 모드 (high-n) 가 비선형적으로 전역적 지오데식 사운드 모드 (GAM) 영역의 전역 지오데식 구조 (global ZSs) 를 생성한다는 것을 규명하고, 안테나 시뮬레이션을 통해 이 비선형 생성 메커니즘을 재현하여 검증했습니다.
이 논문은 광학 주파수 빔과 연속파 레이저를 활용한 이중 공명 분광법을 통해 에틸렌의 9030~9175 cm⁻¹ 에너지 준위에서 최초로 고온 대역 전이를 측정하고, 90 개의 전이 주파수 및 강도를 보고하여 이론적 예측과 비교한 연구 결과를 담고 있습니다.
이 논문은 토카막 플라즈마의 강한 이온 규모 난류가 비선형적으로 지지되는 새로운 전파성 지온 흐름 모드인 '토로이달 2 차 모드'에 의해 조절되며, 난류 수준이 임계값을 초과할 때 이 모드가 불안정해져 난류 와류를 전단하여 난류 열유속 및 지온 흐름 진폭에 대한 새로운 스케일링 법칙을 유도하고 실험적 관측을 설명한다고 요약할 수 있습니다.
이 논문은 SINDy(Sparse Identification of Nonlinear Dynamics) 와 약형 (weak formulation) 기법을 활용하여 더스트 플라즈마 시뮬레이션 데이터로부터 유효 입자 상호작용 포텐셜을 식별하고, 이를 PK-4 와 같은 실험 데이터에 적용하는 방법을 제시합니다.
이 논문은 레이저 구동 관성 구속 핵융합에서 외부 자기장을 압축할 때의 자기장 토폴로지를 분석하는 간소화된 해석 모델을 제시하여, 증발된 얼음이 핫스팟 가장자리에 방사형으로 구부러진 자기장을 형성하여 열 절연 효과를 무력화시키지만, 핵심부에서는 여전히 자기장 강도에 의존하며 비축방향 초기 구성 중 거울 자기장이 가장 큰 성능 향상을 보인다는 사실을 규명했습니다.
이 논문은 기하학적 불균일 무작위 그래프에서 다수결 의견 역학을 연구하여, 네트워크의 공간적 구조가 국소적 의견 영역의 소멸을 막고 다양한 의견이 공존할 수 있는 안정적인 경계를 형성한다는 것을 이론적으로 증명합니다.
본 논문은 기하학적 구조 변경이나 추가 동력 없이 미소 채널 내 슬립/노슬립 패턴을 통해 와류 유동을 유도하여 열전달 효율을 향상시킬 수 있음을 보여줍니다.
이 논문은 통계역학, 양자화학, 분자유전학 등 다양한 과학 분야에서 관찰 이론과 동역학 이론을 연결하는 '다리 이론'의 부재가 상호 수준 간 표현의 핵심 문제임을 지적하며, 파티션, 크기, 폐쇄라는 세 가지 조건을 통해 이 간극을 메우는 새로운 이론적 틀을 제시합니다.
이 논문은 토로이달 기하학에서 난류 배경으로부터의 지오데식 흐름 성장을 모델링하는 일반화된 2 차 불안정성 이론을 제시하여, 반경 방향 자기 드리프트가 비선형 지오데식 흐름 역학에 미치는 영향과 난류에 의해 비선형적으로 지지되는 새로운 전파 모드인 '토로이달 2 차 모드'의 존재를 규명하고 이를 기로키네틱 시뮬레이션 결과와 비교 검증했습니다.
이 논문은 수정된 Maki-Thompson 모델을 활용하여 자연스러운 전파와 인위적 주입을 구별하는 감지 기법을 개발하고, 네트워크 내 특정 위치에 개입자를 배치함으로써 허위 정보의 수명을 조절할 수 있는 통제 전략을 제시합니다.
이 논문은 구조 보존 유한체적법과 L-안정 고차 암시적 런지 - 쿠타 시간 적분법을 결합하여 전하, 여기자, 이온 수송을 정밀하게 모사할 수 있는 안정적이고 고차의 드리프트 - 확산 시뮬레이션 프레임워크를 제시합니다.
이 논문은 10 도 각도로 비틀어진 5 층 모이어 그래핀 초격자 구조에서 국소화된 상태 밀도와 강화된 층간 결합을 통해 열화된 광학 포논 병목 현상을 유도하여 아uger 캐리어 증배 효율을 103 배까지 향상시키고, 이를 통해 저광량에서도 100 dB 이상의 높은 신호 대 잡음비를 갖는 적외선 단일 광자 검출기를 구현한 것을 보고합니다.
이 논문은 외부 자기장의 진폭 변화에 따른 히스테리시스 붕괴 현상을 이용해 비가역적 접촉과 분리를 유도하여 저 레이놀즈 수 환경에서 순항하는 자기 구동 탄성 마이크로 스위머의 원리를 제안하고, 진화 최적화를 통해 성능을 향상시키며 단일 자기장으로 다중 로봇의 독립적 제어가 가능함을 보여줍니다.
본 논문은 손실 대비를 조절함으로써 프랙탈 격자에서 비헤르미트성 유도 고차 위상 상전이와 에지 및 코너 상태를 실현하고, 정수 차원이 아닌 비정수 차원에서의 위상 상태 조절 메커니즘을 규명했습니다.
이 논문은 이웃 단위와의 상호작용을 통해 에너지 지형을 프로그래밍할 수 있는 단안정성 기계 메타물질을 실험 및 수치적으로 검증하여, 본질적으로 다중 안정성이 아닌 구조에서도 제어된 전이파 전파가 가능함을 입증했습니다.
이 논문은 광학 공동과 결합된 모델 시스템을 통해 진동적 강결합 (VSC) 이 포스트 전이 상태 분기 반응의 생성물 선택성 (분기비) 을 약 2 배까지 향상시킬 수 있음을 규명하고, 공동-분자 및 분자 내 에너지 전달의 역할을 강조함으로써 복잡한 반응 동역학을 재형성할 수 있는 공동 양자 전기역학의 잠재력을 제시합니다.
이 논문은 회전하는 블랙홀에서 발생하는 초전도 불안정성과 입자 자기 상호작용을 통해 은하 내 수십억 개의 고립된 블랙홀이 '블랙홀 스칼라 사이렌'으로 작용하여 기존 암흑물질 배경보다 훨씬 강력한 스칼라 입자 배경을 생성할 수 있음을 제시하며, 이를 통해 블랙홀의 질량과 스핀 분포를 연구할 수 있는 새로운 관측 창을 마련했다고 요약할 수 있습니다.
본 논문은 전하 밀도와 에너지를 독립적으로 제어할 수 있는 다중 전극 설계와 이를 관장하는 새로운 제어 시스템을 통해 전자-이온 교차 빔 실험을 위한 고속 정밀 전자기 에너지 스캔 시스템의 가동 및 성능을 보고합니다.
이 논문은 특이 퍼텐셜에서 발생하는 정확도 저하 문제를 해결하기 위해 원점 근처의 해석적 정보를 활용하여 경계 보정을 도입함으로써, 행렬 Numerov 방법의 4 차 수렴성을 회복하고 더 높은 수렴 속도를 달성하는 새로운 기법을 제안합니다.
이 논문은 뮤온ium 의 바닥 상태 초미세 구조 분리 에너지에 대한 이론적 예측의 불확실성을 재검토하여, 최근 두 번의 CODATA 기본 물리 상수 조정에서의 논의와 비교 분석합니다.
이 논문은 고온에서 작동하는 사파이어 셀 내의 밀집된 세슘 증기 환경에서 약 1% 농도의 잔류 루비듐 원자를 이용해 포화 흡수 및 전자기 유도 투명성 (EIT) 현상을 관측하고, 세슘 증기가 루비듐 원자의 속도를 감소시켜 EIT 신호를 향상시킨다는 사실과 함께 충돌 단면적을 추정하여 고온 증기 셀 내 잔류 원자 종을 분광학 및 비선형 광학 연구에 활용할 수 있음을 보여줍니다.
이 논문은 레이저 장 하에서 냉각 스트론튬 원자의 다광자 이중 이온화를 연구하여, 행성형 원자 구조에서 강한 전자 상관관계가 비연속적 위상 이상 이중 이온화 (NS-ATDI) 를 통해 명확한 신호로 나타남을 규명함으로써 전자 상관관계에 대한 기존 이해를 재정의했습니다.
이 논문은 P-파 중 쿼크로늄 상태의 초미세 구조 분열을 차수 정확도로 계산하고 로그 재합산을 수행한 후, 보토늄, 차론늄, 시스템은 물론 포지트로늄, 뮤온ium, 수소 및 뮤온성 수소와 같은 다양한 계에 대한 현상론적 분석을 제시합니다.
이 논문은 기존 공간 인코딩 방식의 확장성 한계를 극복하고 후방 산란 오류를 제거하며 실험 오차에 적응하는 실시간 학습을 통해 차세대 광학 신경망의 확장성을 입증한 최초의 시간-합성 차원 기반 프로그래머블 광학 신경망 실험을 보고합니다.
이 논문은 초전도 가속기 기술과 회절 한계 저장고리 기술을 결합하여 100 미터 미만의 소형 공간에서 메가헤르츠 (MHz) 고반복률의 극자외선 (EUV) 에서 연성 X 선까지의 자유전자 레이저 (FEL) 를 구축할 수 있는 개념적 설계를 제시하고, 이를 통해 기존 대형 시설의 비용과 공간 제약을 극복하여 연구 접근성을 획기적으로 높일 수 있음을 보여줍니다.
이 논문은 돼지 피부를 시료로 사용하여 0.1~11 THz 주파수 대역에서 시간영역 분광법을 통해 생체 조직의 유전 특성을 실험적으로 분석하고, 이를 THz 대역 내체 나노센서 네트워크의 채널 모델링에 활용할 수 있는 확장된 데이터를 제공했습니다.
이 논문은 다층 큐벨카-문크 (Kubelka-Munk) 이론이 반구형 기저 함수에 대한 RTE 의 랭크-2 갈레르킨 사영으로 엄밀하게 유도될 수 있음을 증명하여, 이를 단순한 현상론적 모델이 아닌 낮은 각도 해상도를 가진 정당한 복사 수송 근사 이론으로 재정의합니다.
이 논문은 화학 및 생체 물질 감지 응용을 중심으로 중적외선 영역의 게르마늄 기반 광집적회로 소재, 능동 및 비선형 소자, 센싱 사례를 종합적으로 검토하고 산업화 전환을 위한 과제를 논의합니다.
이 논문은 실리콘 및 실리콘 나이트라이드 기반의 역설계와 분산 브래그 격자를 공동 최적화하여 C 및 L 밴드에서 15 nm 채널 간격 대비 -40 dB 미만의 초저 크로스토크를 달성하면서도 삽입 손실을 희생하지 않는 고성능 파장 분할 다중화기 설계 및 실험적 검증을 제시합니다.
본 논문은 IoT 환경에서 다중 표적의 방향을 고해상도로 추정하기 위해 공간 도메인 방법의 분해능 한계를 극복하는 광 스펙트럼 기반 알고리즘 (OSB-DOA) 과 시야각을 확장하는 망원경 변조 (TM) 구조를 통합한 새로운 공명 빔 시스템 (RB-HWDOA) 을 제안합니다.
이 논문은 아가-테라헤르츠 및 테라헤르츠 주파수 대역에서 인체 피부의 비침습적 진단 및 영상화를 위해 세포 구성 요소와 다중-데바이 완화 이론을 결합한 종합적인 유전체 모델을 개발하여 주파수 의존적 유전율을 예측하는 프레임워크를 제시합니다.
이 논문은 반도체 양자점을 기하학적 위상 메타공동에 통합하여 퍼셀 향상과 맞춤형 파면 제어를 동시에 실현함으로써, 아파장 단위의 단일 칩 플랫폼에서 고성능 양자 광원을 구현하는 새로운 패러다임을 제시합니다.
이 논문은 정적 위상 마스크의 한계를 극복하고, GLU 에서 영감을 얻은 재구성 가능한 자기 변조 비선형성과 순환 구조를 도입하여 기존 회절 광학 신경망보다 정확도와 적응성을 획기적으로 향상시킨 'ReDON' 아키텍처를 제안합니다.
이 논문은 KEK 에서 개발한 INTPIX4NA SOIPIX 검출기와 10GbE 기반 고속 판독 시스템을 탑재한 X 선 카메라를 X 선 줌 현미경, 위상 대비 영상 시스템, 리튬 이온 배터리 비파괴 검사 등 세 가지 최근 실험에 적용한 사례를 보고합니다.
이 논문은 GPS 가 없는 환경에서 기존 방식의 한계를 극복하기 위해, 이동 단말이 기지국과 자신의 위치를 동시에 추정하여 커버리지를 동적으로 확장할 수 있는 분산 공진 빔 위치 결정 (DRBP) 시스템을 제안하고 그 높은 정확도를 검증합니다.
이 논문은 편광 벡터를 텐서로 일반화하여 구조화된 빛의 편광을 매핑하는 스카이미온 장을 유도하고, 비파라크시얼 광학 및 포인팅 벡터와 같은 광학 및 전자기 이론 전반에 적용 가능한 새로운 틀을 제시합니다.
이 논문은 고출력 레이저 펄스가 공기 분자의 회전 비선형성과 상호작용하며 생성되는 시공간 광소용돌이 (STOV) 의 위상학적 결함 역학을 통해 대기 중 장거리 필라멘테이션이 제어되고 에너지가 주기적으로 집중되는 현상을 실험적으로 규명했음을 보여줍니다.
이 논문은 플립드 이층 판데르발스 물질의 각도 조절을 통해 광학 헬리시티 밀도와 광자 위상 천이 사이의 상관관계를 규명하고, 편광 행렬 기반의 3×3 일관성 행렬 방법을 통해 열 근접장에서의 각운동량 분석에 대한 새로운 통찰을 제공합니다.
이 논문은 동축 호른 방출기와 등각 나선 격자를 결합하여 단일 사이클의 토로이달 나선 펄스를 이론적으로 제안하고 실험적으로 구현함으로써, 나선성과 전파 토로이달 모드 간의 상호작용을 탐구하고 비자명한 빛 - 물질 상호작용 및 데이터 전송과 같은 고급 응용을 위한 새로운 길을 열었습니다.
이 논문은 단일 결정 Au(111) 기판에 제작된 삼엽초 형태의 나노 공동 메타표면이 그루브 깊이에 따라 가시광선 - 근적외선 영역의 반사 스펙트럼이 뚜렷하게 적색 편이되고 방위각에 따라 반응이 달라지는 특성을 보이며, 이를 통해 구조색, 컬러 필터링 및 위변조 방지 기술 등에 응용 가능함을 실험적으로 증명했습니다.
본 논문은 고속 주행 환경에서도 안정적인 성능을 보이며 자연가스 누출을 탐지하고 2 차원 메탄 농도 분포를 재구성한 차량 탑재 중적외선 듀얼컴브 분광 시스템의 개발을 통해 이동식 대기 오염 물질 감시 기술의 실용성을 입증했습니다.
이 논문은 상용 나사판 (VSP) 을 활용한 간단한 공정으로 제작된 염료 도핑 액정 q-플레이트가 이색성 효과에도 불구하고 가시광선 전체 대역에서 위상 정렬 기술을 통해 조정 가능하고 넓은 대역폭의 광학 소용돌이 빔을 생성할 수 있음을 이론적 및 실험적으로 입증합니다.
본 논문은 아그라월 모델을 기반으로 반도체 광증폭기 (SOA) 의 비선형 잡음에 대한 광대역 가우시안 잡음 모델을 개발하여, 대역폭과 이득 회복 시간의 곱이 100 을 초과할 때 오차가 0.1 dB 미만인 해석적 폐쇄형 식을 유도하고, 이득 압축 효과를 고려함으로써 비선형 잡음이 1 차 섭동 이론 결과보다 $1+P_\text{out}/P_\text{sat}$배 증가함을 규명했습니다.
이 논문은 기존 모델의 선형적 용량 한계를 극복하기 위해 분산 표현을 가능하게 하는 새로운 임계값 비선형성을 도입함으로써, 숨겨진 뉴런 수에 대해 지수적으로 확장 가능한 생물학적 타당성을 갖춘 밀집 연관 기억 네트워크를 제안합니다.
이 논문은 기존 방법의 한계를 극복하고 잡음과 고조파로 인한 위상 - 진폭 결합 (PAC) 의 오검출을 방지하기 위해 비선형 시스템 식별 기반의 동역학적 프레임워크를 제안하여 PAC 분석의 정확성과 해석 가능성을 향상시켰습니다.
이 연구는 두 개의 대규모 폐암 선별 코호트를 분석한 결과, 저선량 CT 를 통해 정량화한 폐쇄성 폐섬유증 (PPFE) 의 진행이 사망률 및 호흡기 관련 임상 결과와 독립적으로 연관됨을 확인하여, PPFE 진행 정량 평가가 선별 프로그램 내 고위험군 식별을 위한 유용한 영상 바이오마커가 될 수 있음을 시사합니다.
이 논문은 복잡한 생물학적 네트워크에서 항상성 메커니즘을 식별하고 분류하는 데 필요한 계산적 난제를 해결하기 위해, 네트워크 토폴로지만으로 항상성 하위 네트워크와 조건을 자동으로 도출하는 확장 가능한 파이썬 기반 알고리즘을 개발하고 그 유효성을 다양한 생물학적 사례를 통해 입증했습니다.
이 논문은 위상 오실레이터 네트워크의 무질서와 결합을 다루기 위해 위상 주기성을 명시적으로 보존하는 압축 동적 평균장 이론 (DMFT) 을 제안하며, 이를 통해 무질서가 없는 극한에서 오토-안토나센 축소와 표준 쿠라모토 방정식을 복원하고 적응형 지수 적분 - 방출 뉴런과 같은 생리학적 모델의 위상 응답 곡선을 네트워크 수준의 동기화 예측으로 직접 연결하는 방법을 제시합니다.
이 논문은 V1 에서의 대비 극성 분리 및 방향 채널 분열이라는 두 가지 기전이 상호 보완적으로 작용하여 곡선 형태의 파형이 각진 지그재그로 지각되는 '곡률 실명' 착시를 유발하는 수학적 모델을 제시합니다.
이 논문은 생물학적 신경전달물질의 확산과 유사한 국소적 오차 신호 확산 메커니즘을 제안하여, 직접적인 피드백이 희소한 순환형 스파이킹 신경망에서도 시간적 신용 할당을 가능하게 하고 학습 성능을 향상시킨다는 것을 보여줍니다.
이 논문은 생물학적 사전 지식을 활용한 REEF 프레임워크가 극심한 데이터 부족 (P >> N) 환경에서 수직 연방 학습의 불안정성을 해결하고 해석 가능한 특징 선택을 통해 산호 스트레스 분류의 안정성과 성능을 크게 향상시킨다는 것을 보여줍니다.
이 논문은 시냅스 강도가 제한된 Hopfield 모델에서 '학습'과 '꿈꾸기 (무작위 패턴의 제거)' 단계를 번갈아 적용함으로써, 기존에 존재하던 '재앙적 망각'을 유지하면서도 기억 용량을 향상시키고 진화적 관점에서 최적 성능을 달성할 수 있음을 보여줍니다.
이 논문은 질량작용 네트워크에서 보존량이 내부 순환과 이중적이며, 최대 불변 다면체 지지, 프리클러스터, 그리고 시폰 사이의 이중성 관계를 제안하고 있습니다.
이 논문은 자유 에너지를 제약하는 새로운 스파이킹 제어 프레임워크를 제안하여, 생물학적 특성을 반영하면서도 외부 및 내부 교란에 강인하고 효율적인 동적 시스템 제어 알고리즘을 구현하고 뇌 네트워크의 작동 원리에 대한 통찰을 제공합니다.
이 논문은 PULSAR 치료의 맥락에서 양자역학의 상호작용 그림 (interaction-picture) 기법을 차용하여 원발성 및 전이성 종양 간의 상호작용 강도를 정량화하고, 흡사상 (abscopal) 효과를 이분법적 반응이 아닌 연속적인 확률적 현상으로 규명하는 새로운 프레임워크를 제시합니다.
이 논문은 CD4+/CD8+ CAR-T 세포의 역학을 규명하기 위해 기계적 모델링과 머신러닝을 통합하여, 모델의 민감도 분석을 통해 치료 성패의 주요 인자를 도출하고 파라미터 불확실성 하에서 머신러닝이 예측 신호를 복원하는 방식을 제시합니다.
이 논문은 단백질 표면의 기하학적 구조와 화학적 분포를 확률적 결합을 통해 정렬하는 'IFACE' 프레임워크를 제안하여, 단백질 간 기능적 상호작용 패치를 식별하고 구조적·화학적 차이를 통합적으로 평가하는 새로운 거리를 제시합니다.
이 논문은 구조화된 인구 집단에서 생성 시간 분포의 오지정이 Rt 추정치에 미치는 영향을 분석하고, 단일 집단 모델을 사용할 때 집단 간 변이를 올바르게 반영하는 생성 시간을 선택하는 방법론을 제시하여 공중보건 정책 수립을 위한 Rt 추정의 정확성을 높이는 방안을 모색합니다.
이 연구는 주관적 인지 감퇴 (SCD) 가 심할수록 언어적 특징과 억양이 평탄한 말에 대한 대뇌 피질 추적 강도가 약해지는 것을 발견하여, 이를 초기 인지 감퇴의 잠재적 생물학적 표지자로 제시했습니다.
이 논문은 필터링 기반 프레임워크를 통해 새로운 분류군 (taxa) 추가가 계통역학적 추론에 미치는 영향을 학습, 불일치, 공분산 성분으로 분해하고, 흡수성 추정량에 대해 오라클과 분석가 간의 회복 불가능한 간극을 규명함으로써 순차적 학습 이론을 정립했습니다.
이 논문은 도이 - 펠리티 형식주의를 활용하여 비아벨 게이지 이론을 역학 모델에 도입함으로써, 중세 흑사병의 유전적 방사 현상과 폴란드 및 보헤미아 같은 역사적 안전 지대가 통계적 우연이 아닌 위상학적 공백으로 필연적으로 발생했음을 수학적으로 규명했습니다.
이 논문은 효소 반응부터 개체군 수행 능력에 이르기까지 다양한 생물학적 온도 반응 현상을 설명하는 현상론적 모델과 미시적 모델을 개관하고, 최적 온도 및 열적 범위와 같은 운영적 정의를 제시하며, 다중 반응의 상호작용을 통한 시스템 수준의 온도 반응 곡선 도출은 후속 논문에서 다룰 것임을 밝힙니다.
이 논문은 사이버 공격의 군집 현상을 포착하는 호크스 과정을 도입하여 고든 - 로브 모델을 확장하고, 동적 프로그래밍을 통해 최적의 사이버 보안 투자 전략을 도출함으로써 정적 및 포아송 기반 전략보다 효과적인 위험 관리 방안을 제시합니다.
이 논문은 파라미터 과적합과 선택 편향을 완화하기 위해 안정적 파라미터 영역 평가, 정보 누출을 방지하는 워킹 포워드 분석, 그리고 엄격한 파라미터 잠금이 적용된 아웃오브샘플 테스트를 포함한 3 단계 프로토콜과 다층적 방어 구조를 제시하여 양적 전략의 실전 전환 실패를 방지하는 'AlgoXpert Alpha 연구 프레임워크'를 소개합니다.
이 논문은 스핀 1 이상 시스템의 방향성 거리의 테일러 전개에 존재하는 비영 (non-zero) 3 차 항이 유도하는 상태 교환에 대한 근본적 비대칭성을 통해 열역학 제 2 법칙, 맥스웰의 도깨비 실패, 그리고 연속적 거래자의 한계를 설명합니다.
이 논문은 동적 수수료 설정을 통해 경쟁하는 탈중앙화 거래소 (DEX) 간의 내시 균형을 분석하여, 경쟁이 심화될수록 전략적 유동성 제공자의 실행 슬리피지가 감소하고 수수료 수익이 줄어드는 반면, 소음 거래자의 슬리피지는 시장 활동 수준에 따라 저조한 시장에서는 악화되고 활발한 시장에서는 개선됨을 보여줍니다.
이 논문은 범위의 서브-바이불 (sub-Weibull) 분포를 따르는 무작위 텐서에 대한 농도 부등식을 확장하여, 새로운 일반화 최대 부등식과 나게브 (Nagaev) 유형의 부등식을 기반으로 한 마팅게일 분석을 통해 서브-가우스 및 heavy-tailed 영역 간의 위상 전이를 규명했습니다.
이 논문은 19 세기 일본 메이지 정부의 징병제 면제 규정이 변화함에 따라 가주 (家主) 들이 면제 혜택을 받기 위해 학교에 진학하는 현상이 발생했으나, 이는 교육의 양적 증가만 가져왔을 뿐 학업 성취도라는 질적 향상에는 기여하지 못했음을 개인 수준의 패널 데이터를 통해 규명합니다.
이 논문은 포트폴리오 최적화 문제를 통해 대규모 언어 모델의 금융 의사결정 능력을 평가하는 새로운 벤치마크 프레임워크를 제시하고, GPT-4, Gemini 1.5 Pro, Llama 3.1-70B 모델 간 위험 및 수익 기반 목표와 제약 조건에 따른 성능 차이를 분석하여 양적 추론 측면에서의 잠재력과 한계를 규명합니다.
이 논문은 반드시 위험 회피적이지 않은 이질적인 왜곡 위험 측도를 가진 에이전트들 간의 위험 분담을 연구하며, 특히 위험 추구 성향을 보이는 그룹에 대해 제약이 없는 및 역단조 inf-convolution 의 명시적 해를 유도하고 이를 일반화된 왜곡 위험 측도로 표현합니다.
이 논문은 무한한 평균을 가진 무거운 꼬리 손실의 경우, 전통적인 분산 투자 이론과 반대로 포트폴리오가 단일 자산에 집중하는 경우보다 모든 임계값에서 더 큰 꼬리 위험을 초래할 수 있음을 증명하고, 이를 뒷받침하는 '하나의 바구니 정리'를 제시합니다.
본 연구는 2016 년부터 2024 년까지의 개인 패널 데이터를 분석하여, COVID-19 팬데믹 이후 남성과 여성 모두 여성들의 활발한 직장 활동에 대한 긍정적인 인식이 강화되었으며, 특히 팬데믹 전에는 남성이 여성보다, 노년층이 젊은 층보다 긍정적인 태도를 보였던 것과 달리 팬데믹 이후에는 여성과 노년층의 긍정적 인식 증가 폭이 더 컸음을 규명했습니다.
이 논문은 GPT, Gemini, Llama 등 세 가지 대규모 언어 모델 (LLM) 이 표준화된 위험 설문지에 어떻게 반응하는지 분석하여, 각 모델이 장기 투자 성향을 보이지만 위험 허용도와 일관성에서 차이를 보이며, 연령이나 자산과 같은 특정 페르소나 부여 시 위험 프로필을 조정하는 방식을 규명했습니다.
이 논문은 정보 비대칭 시장에서 LLM 에이전트들의 행동을 분석한 결과, 인간과 다른 시장 역학이 나타나며 시장 효율성을 결정하는 핵심 요인이 제도적 설계가 아닌 사회적 선호 정렬임을 시사합니다.
이 논문은 기업과 은행 간의 다층 네트워크 구조를 균형표 데이터만으로 재구성하고 충격 전파를 분석하여 실제 네트워크 데이터가 부재한 상황에서도 경제의 회복탄력성을 평가하고 시스템적 위험을 식별할 수 있는 통합 프레임워크를 제시합니다.
본 연구는 19,000 건 이상의 개인 패널 데이터를 분석하여 트랜스젠더가 비트랜스젠더에 비해 행복감과 건강 상태가 낮고, 성별 관련 진보적 가치나 독립적 진로 결정보다는 부모 및 교사의 의견을 따르는 경향이 있으며 타인에 대한 불신이 더 크다는 통계적 유의미한 차이를 발견했다고 요약할 수 있습니다.
이 논문은 현재 오더북 미시구조를 기반으로 미래의 청산 실행 리스크를 예측하는 새로운 프론트 - 로킹 유동성 위험 지표인 '슬리피지 - 앳 - 리스크 (SaR)'를 제안하고, 이를 통해 탈중앙화 금융 시스템의 자본 요구 사항 최적화 및 시스템적 스트레스 예측에 기여하는 방법론을 제시합니다.
이 논문은 확률적 경사 하강법 (SGD) 으로 학습된 신경망 가중치 행렬의 스펙트럼 구조를 포트폴리오 배분 행렬로 직접 동일시하여, SGD 의 세 가지 힘이 포트폴리오 역학으로 변환되고 스펙트럼 불변성 정리를 통해 포트폴리오 설계, 부의 불평등 측정, 세제 정책 및 신경망 진단을 통합하는 '스펙트럼 포트폴리오 이론'을 제시합니다.
이 논문은 심플렉틱 군 대칭성을 갖는 선형 사상과 양자 상태에 대해 -양성성과 슈미트 수를 완전히 규명하여, 고차원 PPT 얽힘과 최적의 -양성 비분해성 선형 사상의 체계적 구성을 제시하고 PPT-제곱 추측 및 팔과 베르테시의 추측을 해결합니다.
본 논문은 고전 신경망 (LSTM) 과 양자 회로 Born 머신을 결합한 하이브리드 양자 - 고전 프레임워크를 제안하여 주가 변동성 예측의 정확도를 기존 고전 모델보다 크게 향상시켰음을 실증합니다.
이 논문은 곱셈적 색잡음에 의해 구동되는 비마르코프 양자 확률 과정을 새로운 위상 공간 증폭 및 제어된 섭동적 평균화 기법을 통해 처리함으로써, 일관된 마르코프 한계가 재규격화된 계수를 가진 스트라토노비치 규약과 이에 상응하는 이토 규약의 보정항을 갖는다는 점을 증명하여 이토 - 스트라토노비치 논쟁을 해결했습니다.
이 논문은 대칭성 보호 위상 상태 중 대칭적 엔탱글러를 통해 곱상태에서 준비 가능한 경우, 그 분류가 공호몰로리 군에 의해 완전함을 증명합니다.
본 논문은 게르마늄 기반의 단일항 - 삼중항 (ST) 홀 스핀 큐비트가 저자기장과 낮은 교환 상호작용 조건에서도 높은 게이트 충실도와 함께 코히어런스 시간을 10 배 이상 향상시킨 '드레스드' 상태를 구현하여 반도체 양자 프로세서의 효율적인 연산 가능성을 입증했다고 요약할 수 있습니다.
이 논문은 실리콘 스핀 큐비트의 빠른 이동 (shuttling) 능력을 활용하여 읽기 장치의 물리적 제약을 극복하고, SNAQ 아키텍처를 통해 논리 큐비트당 칩 면적을 획기적으로 줄이며 로직 연산 속도를 10 배 이상 향상시킬 수 있는 제조 가능한 표면 코드 아키텍처를 제안합니다.
이 논문은 비선형 활성화 함수를 도입한 저깊도 양자 신경망 프레임워크를 제안하여, 잡음이 있는 양자 장치에서도 확장 가능한 다체 얽힘을 효율적으로 생성하고 최적화할 수 있음을 보여줍니다.
이 논문은 양자역학의 기본 공리부터 측정, 비국소성, 고전적 성질의 출현에 이르기까지 주요 개념과 해석 (코펜하겐, 드 브로이-봄, 객관적 붕괴, 다세계 등) 을 체계적으로 조명하여 양자역학이 물리적 실재에 대해 무엇을 말해주는지 개괄합니다.
이 논문은 스핀을 무시한 3 차원 공간에서 N 개의 동일 입자 시스템에 대해 확률 밀도의 교환 불변성, 파동함수의 연속성, 연결된 구성 공간, 그리고 교환 불변 퍼텐셜이라는 네 가지 조건 하에 슈뢰딩거 방정식의 해가 반드시 완전히 대칭적이거나 완전히 반대칭적이어야 함을 수학적으로 증명합니다.
이 논문은 소수 차원의 이분 양자 상태에 대해 슈미트 정렬 상태가 국소 유니터리에 대한 최소값을 준다는 가설을 바탕으로 비국소 마법의 분석적 공식을 제안하고, 이를 3 차원 및 5 차원 시스템에서 수치적으로 검증하며 합성 차원 시스템과 2 큐비트 시스템과의 관계 차이도 논의합니다.
이 논문은 고전적 프로세서 벤치마킹의 교훈을 바탕으로 양자 프로세서의 성능 평가에 필요한 기준과 지표를 분석하고, 표준화된 벤치마킹 체계 구축을 위한 일반적 가이드라인을 제시합니다.
이 논문은 양자 가속기를 위한 오픈소스 소프트웨어 인프라가 부족하다는 문제를 해결하기 위해, 오픈MP 양자 커널을 양자 처리 장치 (QPU) 에 원활하게 오프로딩하고 결과를 고전 컴퓨팅 환경으로 되돌려주며 양자 자원을 효율적으로 스케줄링하는 통합 실행 환경 'CONQURE'를 제안하고 그 유효성을 검증합니다.
이 논문은 두 광기계 시스템 간의 중력 결합을 통해 광신호가 전달되는 '중력 유도 투명성' 현상을 제안하고, 이를 통해 중력이 양자적 성질을 가지는지 여부를 중력에 의한 광 채널의 얽힘 파괴 여부를 검증하는 실험을 통해 확인할 수 있음을 보여줍니다.
이 논문은 RST 중력 모델에서 복제 구성의 전역적 제약을 고려하여 분석적으로 계산한 결과, 단일 간격에서는 시간 불변의 일반화된 엔트로피와 유사한 엔탱글먼트 용량을 얻지만, 두 간격의 경우 복제 고정점 간의 상호작용으로 인해 엔트로피가 포화 상태에 도달한 후에도 시간 의존적인 엔탱글먼트 용량이 발생하며, 이는 페이지 전이 시의 급격한 변화를 설명하는 메커니즘을 제시한다고 요약할 수 있습니다.
이 논문은 주기적으로 분극된 박막 리튬 니오베이트 (LNOI) 소자를 이용해 200nm 이상의 광대역에서 시간-편광 변환 인터페이스를 통해 4 광자 얽힘을 생성하고, 기존 통합 플랫폼 대비 3 배 향상된 성능을 보임으로써 파장 다중화 양자 네트워크를 위한 확장 가능한 플랫폼을 확립했다고 요약할 수 있습니다.
이 논문은 강상관 계의 다중 참조 특성을 보존하고 노이즈로 인한 편향을 줄이기 위해 비지도 학습을 기반으로 측정 샘플을 군집화하고 군집별 자기 일관성 참조 점유 벡터를 사용하는 '군집 적응형 샘플 기반 양자 대각화 (CSQD)' 방법을 제안하며, N2 분해 및 [2Fe-2S] 클러스터 벤치마크를 통해 기존 방법보다 더 낮은 바리에이션 에너지 추정을 달성함을 보여줍니다.
이 논문은 극저온 표면 전극 트랩에서 광섬유와 같은 노출된 유전체 물체가 이온에 미치는 영향 (수 kV/m 의 전계 및 가열) 을 연구하여, 이러한 유전체 물체를 차폐 없이 트랩에 통합하는 것이 가능함을 입증했습니다.
이 논문은 단일 상태 온톨로지 모델이 정보 이론적 관점에서 맥락성 비용을 피할 수 없음을 증명하고, 양자 역학이 이 제약을 우회하는 방식을 설명함으로써 맥락성이 고전적 표현의 근본적인 한계임을 규명합니다.
이 논문은 양자 위상 전이 근처에서 에너지 갭의 폐쇄로 인해 발생하는 빠른 양자 임계 상태 준비의 어려움을 해결하기 위해, 심층 강화 학습을 활용하여 양자 라비 모델과 같은 광 - 물질 상호작용 시스템에서 0.999 이상의 높은 충실도로 임계 상태를 효율적으로 준비하는 새로운 프레임워크를 제안합니다.
이 논문은 트랜스몬 커플러를 사용하는 플럭소늄 아키텍처의 확장성 문제를 분석하여, 관측자 큐비트에서 발생하는 크로스토크로 인한 게이트 충실도 저하를 해결하기 위해 결합 강도를 줄이고 사용하지 않는 트랜스몬을 오프 상태로 동적으로 튜닝하는 방법을 제안합니다.
이 논문은 소산성 광자 그래핀에서 예외 고리를 활용하여 단일 양자 방출기의 감쇠를 늦추고, 유한 격자 내에서 소산에 강건한 준국소화 상태와 암흑 상태를 통해 양자 방출기 간 결맞음 없는 상호작용을 가능하게 하는 새로운 메커니즘을 제시합니다.
이 논문은 상호작용 펄스 후 잔류 에너지와 온도 변화를 감소시켜 더 이상단열적인 응답을 유도하는 무질서의 역할을 규명하고, 삼각형 펄스 모양이 가장 이상적인 결과를 보인다는 것을 발견했습니다.
이 논문은 소형 칩 기반 원자 시계를 활용하여 전통적인 동기화 프로토콜 없이도 먼 거리에 분산된 편광 얽힘 광자 간의 동시성을 측정하는 방법을 제시합니다.
이 논문은 위치 인코딩 방식을 통해 하이브리드 진동자 - 큐비트 양자 프로세서를 큐비트만으로 효율적으로 시뮬레이션할 수 있는 프레임워크를 제시하여, 기존 포크 기반 접근법보다 지수적으로 향상된 다항식 오버헤드로 가우스 및 조건부 가우스 연산을 구현할 수 있음을 입증합니다.
이 논문은 고전적으로 효율적으로 훈련이 가능하지만 양자 하드웨어에서만 샘플링이 필요한 중간 복잡도 회로의 특성을 활용하여, 최대 평균 불일치 (MMD) 를 기반으로 광자 기반 양자 생성 모델의 효율적인 훈련 절차를 제안하고 수치적 결과와 초기화 전략 및 Ansatz 선택의 영향을 분석합니다.
이 논문은 두 개의 기본 파동을 기반으로 한 점근적 접근법을 통해 란다우-지너 문제의 해를 유도하고, 로그 위상이 전이 확률 진폭의 기원임을 규명하며 무한한 과거에서의 표준 결과와 유한한 과거에서의 보정 구조를 심층적으로 설명합니다.
이 논문은 가우스 유니터리 앙상블에서 추출된 무작위 행렬로 환경 상호작용을 모델링한 선형 슈뢰딩거 방정식으로부터 고전 역학이 어떻게 유도되는지 보여주며, 상태 공간의 무작위 보행 매개변수와 실험적으로 구별 불가능한 상태의 동치 클래스 처리를 통해 미시적 및 거시적 시스템의 상반된 행동을 설명합니다.
이 논문은 하이브리드 스핀 - 광자 인터페이스를 활용하여 양자 토큰 프로토콜의 준비, 저장, 검증 단계를 더욱 강화하고, 이를 다이아몬드 내 전자 및 핵 스핀과 시간-비 광자를 결합한 물리적 구현 방안을 제시합니다.
이 논문은 반압축 변환을 통해 약하게 결합된 2 광자 구동 제인스 - 커밍스 모델을 효과적 심강결합 양자 라비 모델로 매핑함으로써, 본질적인 초강결합 없이도 양자 라비 모델의 혼돈 현상을 실험적으로 탐구할 수 있는 실용적인 방법을 제시합니다.
이 논문은 디크 및 타비스 - 커밍스 모델을 기반으로 한 양자 배터리에서 소산이 얽힘을 안정화시켜 에너지 저장과 충전 전력의 초확장적 스케일링을 가능하게 함으로써 확장 가능한 양자 배터리 실현을 위한 새로운 경로를 제시합니다.
이 논문은 광자 기반 양자 머신러닝 (PQML) 시스템에서 발생하는 주요 잡음 원인과 그 영향을 체계적으로 분석하고, 잡음 특성화 및 완화 전략을 검토하여 견고하고 확장 가능한 PQML 시스템 개발을 위한 향후 연구 방향을 제시합니다.
이 논문은 토릭 코드의 결맞음 정보에 대한 첫 번째 해석적 공식을 제시하여 정보 이론적 임계값과 무작위 결합 이징 모델의 임계성 사이의 엄밀한 연결을 확립합니다.
이 논문은 프러스트레이션 그래프 내의 대칭 정점 쌍과 라인 그래프 모듈을 식별하여 제거하는 재귀적 '트윈-콜랩스' 알고리즘을 제안함으로써, 기존에 해결 불가능했던 많은 입자 해밀토니안을 비상호작용 페르미온 모델로 매핑하여 해를 구할 수 있는 모델의 범위를 확장하는 새로운 그래프 이론적 접근법을 제시합니다.
이 논문은 광자 궤도 각운동량 상태를 이용해 비대칭 qudit 상태의 최적 측정 방식을 실험적으로 증명함으로써, 고차원 양자 정보 처리 분야에서 오류 없는 상태 식별의 실용적 가능성을 제시합니다.
이 논문은 추가 양자 자원을 전혀 요구하지 않고 고전적 후처리를 통해 양자 오류를 보정하는 '가상 복사 양자 오류 완화 (FCQEM)' 기법을 제안하며, 이를 Rigetti 양자 프로세서 및 시뮬레이션을 통해 분자 및 스핀 모델의 정확한 바닥 상태 에너지를 복원하는 데 성공적으로 적용함을 보여줍니다.
이 논문은 슈바르츠실드 시공간의 사건의 지평선 근처에서 호킹 입자의 전파자를 계산하여, 중력에 의한 자유낙하와 양자 간섭 현상을 성공적으로 설명하는 경로 적분 형식주의에서 유도된 전파자와는 차이가 있음을 보여줍니다.
이 논문은 양자 위상 추정 (QPE) 회로의 기능적 정확성을 보장하기 위해 양자 현상을 비트 벡터 논리로 추상화하는 확장 가능한 형식 검증 방법론을 제시하며, 이를 통해 1,024 개의 위상 큐비트를 포함하는 대규모 회로를 제한된 메모리 내에서 성공적으로 검증할 수 있음을 보여줍니다.
이 논문은 개 입자 시스템의 전이 진폭 집합에 대칭군 에 대한 푸리에 변환을 적용하여 다체 간섭 실험의 계수 통계를 고유한 교환 대칭성과 연관된 기여로 분해하고, 보손 및 페르미온을 포함한 특정 교환 대칭성을 따르는 시스템에서 완전 파괴 간섭이 발생하는 메커니즘을 규명합니다.
이 논문은 ZALM 광원 기반의 양자 네트워크를 현실적인 조건에서 정밀하게 모델링할 수 있는 하이브리드 가우스 및 비가우스 표현 기반의 Python 패키지 'genqo'를 소개하고, 이를 통해 완전한 네트워크 프로토콜을 시연합니다.
이 논문은 선형 광학 기반의 고차원 (qudit) 클러스터 상태에 대해 일반화된 유형-II 융합 연산을 정립하고, 보조 큐빗 (ancilla) 없이 -차원 융합이 불가능하며 최소 개의 보조 큐빗이 필요함을 증명하여 광자 기반 측정 기반 양자 계산의 자원 임계값을 명확히 제시합니다.
이 논문은 4-쿼dit 시스템에서 강하게 비국소적인 unextendible biseparable 기저 (UBB) 를 구성하고, 이를 통해 모든 이분할에서 증류 가능한 진정으로 얽힌 부분공간을 구축하는 방법을 제시하여 양자 비국소성 이론과 실용적 양자 정보 처리에 기여합니다.
이 논문은 임의의 2-체 해밀토니안을 이징 해밀토니안의 국소 유니터리 변환의 합으로 정확히 표현하는 다항 시간 내의 명시적 공식을 제시하여, 디지털-아날로그 양자 컴퓨팅에서 시뮬레이션 프로토콜 설계 시 필요한 고전적 계산 자원을 최소화하고 확장성을 확보하는 방법을 제안합니다.
이 논문은 2019 년 이후 여러 실험을 통해 주장되어 왔으나 합의가 없었던 양자 우월성의 달성 여부를 논의하고, 실제로 달성되었음을 주장하며 향후 이론과 실험을 위한 다음 단계를 제시합니다.
이 논문은 고에너지 입자 붕괴가 스핀에 대한 정보적으로 약한 측정을 실현하며, 붕괴 운동학을 통해 약한 값을 도출함으로써 스핀 단층 촬영, 얽힌 붕괴 상관관계, 그리고 스핀 상관 알고리즘을 통합하는 새로운 프레임워크를 제시합니다.
이 논문은 양자 신경망의 핵심 특성인 높은 표현력을 양자 하드웨어 없이도 행렬곱 상태 (MPS) 에 클리포드 게이트를 적용한 고전적 자원만으로 효율적으로 구현할 수 있음을 보였습니다.
이 논문은 레이저 냉각 없이 고온의 루비듐 증기에서 강한 제어 광장을 이용해 780nm 의 D2 전이를 구동하고 1529nm 의 탐사 광장으로 3 준위 사다리 시스템을 구동함으로써, 도플러 폭보다 약 10 배 좁은 선폭을 가지면서도 높은 광학적 두께를 갖는 서브-도플러 흡수 선을 실현했음을 보고합니다.
본 연구는 SOLEIL 싱크로트론의 GALAXIES 빔라인에서 고해상도 공명 비탄성 X 선 산란 (RIXS) 기술을 활용하여 WSi2 의 W-L3 에지 근처에서 자연 선폭에 의한 스펙트럼 확장을 극복하고 이산적인 2p-5d 전이를 확인함으로써, WSi2 가 X 선 양자 광학 응용을 위한 이상적인 2 준위 시스템으로 사용될 수 있음을 입증했습니다.
이 논문은 혼합 상태의 다체 양자 시스템에서 고전적 기여를 억제하고 위상적 얽힘 엔트로피를 정량화하는 새로운 척도인 '히스테리시스 스퀀치 얽힘 (hysteretic squashed entanglement)'을 제안하고, 이를 통해 위상 질서와 임계 현상을 탐구하는 새로운 자원 이론적 경로를 제시합니다.
이 논문은 비일관성 연산 (IO) 이 위상 소실 공변 비일관성 연산 (DIO) 하에서 금지된 상태 변환을 가능하게 함으로써 치트바머와 구르가 제기한 미해결 문제를 해결하고, 엄밀한 비일관성 연산 (SIO) 및 DIO 의 상태 변환성을 특징짓는 단일 모노톤의 부재를 증명합니다.
이 논문은 유한 차원 힐베르트 공간의 최근 결과를 동기로 하여 반유한 폰 노이만 대수에서의 부분 트레이스에 대한 젠센 부등식을 증명하고, 일반적인 비추적 폰 노이만 대수 프레임워크에서도 유사한 부등식을 확립합니다.
이 논문은 근접 이웃 얕은 회로 구조를 활용한 트리 분해와 라플라스 전개를 결합하여, 기존 방법보다 인자를 제거한 더 빠른 다항 시간 알고리즘으로 얕은 근접 이웃 보손 샘플링을 시뮬레이션하는 새로운 방법을 제시합니다.
이 논문은 지식 기반을 활용해 도구 생성 및 호출을 자동화하는 대규모 언어 모델 (LLM) 프레임워크를 제안하여 초전도 큐비트의 제어 및 측정 실험을 자동화하고, 공진기 특성 분석 및 양자 비파괴 측정 재현 등 다양한 실험을 성공적으로 수행한 사례를 소개합니다.
이 논문은 수소 기반 TLS 의 터널링 분할과 여기 스펙트럼을 정확하게 계산하고 초전도 큐비트의 결함 유발 디코히어런스를 이해하기 위해 격자 재규격화 형식주의를 도입하여 기존 모델의 한계를 극복하고 TLS 역학과 격자 음향 모드 간의 직접적인 연결을 규명했습니다.
이 논문은 상호작용하는 다중 큐비트 양자 열기계의 린드블라드 마스터 방정식 기반 분석을 통해 기하학적 열 펌핑이 비상호작용 시스템의 랜드어 한계를 초과할 수 있음을 보여주며, 상호작용과 비대칭 결합이 소산 및 성능 최적화에 미치는 영향을 규명합니다.
이 논문은 SPDC 소스와 선형 광학만 사용하여 채널 투과율의 제곱근에 비례하는 키율 스케일링을 달성하고, 현재 초전도 검출기 기술로 실현 가능한 효율에서 장치 독립 양자키분배 (DI-QKD) 의 장기 거리 구현을 위한 두 가지 실험적 방안을 제안합니다.
이 논문은 나노격자 회절 실험에서 자기장 기반의 일관된 스핀 제어와 공간 필터링을 가능하게 하는 자기보조 스핀 분해 전자 회절의 새로운 프레임워크를 제안하고, 외부 자기장을 통해 스핀 회전과 공간적 분리가 가능함을 수치 시뮬레이션을 통해 입증합니다.
이 논문은 IQM, Rigetti, IonQ 등 다양한 양자 하드웨어 플랫폼에서 측정 없이 보조 큐비트를 재활용하는 '블라인드 리셋' 기법의 성능을 평가하여, 특정 조건에서 논리 오류를 유지하면서 사이클 지연 시간을 최대 38 배까지 단축할 수 있음을 입증하고 배포 전략을 제시합니다.
이 논문은 양자 기술의 산업화 과정에서 계량학과 정밀 측정 인프라가 어떻게 핵심적인 역할을 수행하며, 다양한 양자 하드웨어 모달리티와 센싱 응용 분야에 필요한 측정 능력 및 표준화 기회를 규명하는 전략적 검토를 제공합니다.
이 논문은 절대적으로 최대 얽힌 상태 (AME) 의 특성을 분석하고 분류하기 위해 국소 곱 기저에서의 최소 분해 엔트로피를 도입하고, 이를 계산하는 효율적인 알고리즘을 개발하여 AME 상태와 무작위 상태의 차이점을 규명하며 기존 AME 상태를 더 간결한 형태로 단순화하는 방법을 제시합니다.
이 논문은 유휴 큐비트를 활용하여 여러 최적화 문제를 병렬로 처리하는 '다중 태스크 양자 어닐링 (MTQA)' 방법을 제안함으로써, 단일 문제 처리와 유사한 해의 품질을 유지하면서 해결 시간을 단축하고 하드웨어 활용도를 극대화하는 것을 입증합니다.
이 논문은 고차원 구조로 이항 등급 대수를 확장한 '다항 등급 폴리어드 대수'의 포괄적인 이론을 개발하여, 등급군 연산과 대수 연산의 차원 간의 호환성 조건, 등급 동형사상의 분류, 그리고 1 차 동형 정리 등을 포함한 새로운 현상들을 규명합니다.
이 논문은 게르마늄이 도핑된 광결정 광섬유에 브래그 격자를 기록하여 통신 C 대역에서 양자 메모리 및 이종 큐비트 인터페이스에 적합한 협대역 유도 단일 광자원을 구현했음을 보고합니다.
이 논문은 시간 의존적 하트리-폭 근사를 통해 스핀 3/2 페르미 기체에서 열화되지 않는 동역학과 약한 에르고딕성 붕괴를 연구하며, 고유상태 중심의 스킬 (scar) 메커니즘이 아닌 준규칙적 스펙트럼 구조에 기인한 집단 위상 간섭이 장수명 코히런트 진동을 유발함을 규명합니다.
이 논문은 관찰자를 양자 진동자의 상태와 얽힌 존재로 간주하여, 관찰자의 신념과 양자 확률에 기반한 퍼지 인스턴스 분류 및 POVM 을 통해 인지 과정에서의 주관적 해석을 정량화하는 새로운 양자 인식론적 프레임워크를 제안합니다.
이 논문은 양의 무작위성 (quantum pseudorandomness) 의 다양한 개념들이 고전적 경우와 달리 서로 등가적이지 않을 수 있음을 보여주기 위해, 로그 길이의 출력 PRFSG 는 존재하지만 양자 계산 가능한 의사난수 생성기 (QPRG) 는 존재하지 않는 단위 오라클 분리를 증명하고, 이를 위해 새로운 기하학적 장벽 정리를 제시합니다.
이 논문은 임의의 차원 에서 에 개의 등각 단위 벡터가 존재하면, 그 모든 계수가 수체 (number field) 에 속하는 개의 등각 단위 벡터 집합도 반드시 존재함을 증명하여 양자 물리학의 SIC-POVM 구성 문제와 관련된 추측에 기여합니다.
이 논문은 양자 컴퓨터 기반 들뜬 상태 계산에서 일반 고유값 문제 (QSE, qEOM) 가 오버랩 행렬의 조건수 증가에 따라 통계적 샘플링 오차로 인해 불안정해지고 고유 상태가 누락될 수 있음을 분석하고, 이에 비해 고유값 방정식을 사용하는 q-sc-EOM 방법이 조건수 문제에서 자유로워 더 안정적이고 적합함을 보여줍니다.
이 논문은 에너지 전달에서 초기 상태의 결맞음이 관측 가능량에 미치는 영향을 정량화하는 '자원 영향 기능'을 도입하여, 결맞음의 역할에 대한 운영적 진단 도구와 엄밀한 상한을 제시함으로써 광수집 복합체 내 에너지 전달 효율에 대한 논쟁을 해결하는 틀을 마련했습니다.
이 논문은 고전적 발산의 평활화 최적자가 발산 종류에 무관하게 '잘라진 확률 벡터'라는 보편적 구조 원리를 규명하고, 이를 바탕으로 양자 레니 발산 및 가설 검정 발산 등 다양한 양자 발산에 대해 기존 결과를 개선하거나 최적성을 입증하는 보편적 상한과 하한을 도출합니다.
이 논문은 이차 제약 조건 최적화 문제 (max-QUADSAT) 를 위한 디코딩 양자 간섭계 (DQI) 알고리즘을 확장하고, 새로운 '이차 최적 다항식 교차' 문제를 통해 양자 우위를 입증하며, 만족된 제약 조건의 비율에 대한 일반화된 반원 법칙을 제시하여 성능 보장을 확립합니다.
이 논문은 병렬 GPU 가속 iQCC 알고리즘을 통해 200 큐비트 규모의 루테늄 촉매 화학 계산을 고전적 벤치마크를 능가하는 정확도로 수행함으로써, 양자 화학의 양자 우위 실현이 기존 예상보다 훨씬 더 많은 큐비트 수 (약 200 개 이상) 에서 가능함을 입증했습니다.
이 논문은 복소수 횡자기장과 결합 상수를 도입하여 스핀 1/2 시스템에 대한 -대칭 리처드슨 - 가우딘 모델을 구성하고, 적분 가능성과 유사한 변환을 통한 에르미트 대응체를 규명하며, 대칭의 깨짐에 따른 스펙트럼 구조와 스핀 역학을 분석합니다.
이 논문은 강한 큐비트 - 포논 결합 하의 제인스 - 커밍스 - 홀스타인 모델에서 포론성 드레싱이 큐비트 - 공동 상호작용을 효과적으로 감소시켜 비마르코프성 및 주파수 불일치 효과를 억제하고 새로운 동역학적 체제를 유도함을 규명합니다.
이 논문은 극자극편광자 (phonon polaritons) 를 활용하여 전하 이동 계면에서 광학 파장 규모 (약 140 nm) 까지 확장되는 메조스코픽 비국소 차폐 현상을 발견하고, 이를 통해 전이금속 칼코겐화물과 -MoO3 의 일함수 차이에 비례하는 보편적인 전하 이동 지표를 제시함으로써 판데르발스 이종접합의 밴드 정렬 모델을 수정했습니다.
이 논문은 시간 의존적 스핀파 이론을 활용하여 장거리 상호작용을 가진 스핀 시스템에서 양자 마그네보 효과가 어떻게 발생하는지 규명하고, 양자 요동이 초기 강자성 질서를 용해시켜 대칭성 회복을 주도한다는 메커니즘을 제시합니다.
이 논문은 순차적 양자 상태 진화의 비가역성 문제를 해결하기 위해 제안된 양자 저수지 오토인코더 (QRA) 의 조건과 프로토콜을 제시하고, 이상적인 환경에서 기계 정밀도의 재구성을 달성함과 동시에 다양한 잡음 조건 하에서의 성능과 비대칭적 자원 할당의 효과를 분석하여 QRC 내 양방향 정보 변환 프레임워크의 실현 가능성을 입증했습니다.
이 논문은 편광 비선형 SU(1,1) 간섭계의 초얽힘을 활용하여 손실 조건 하에서도 실제 실험에서 3~15dB 의 민감도 향상을 이룰 수 있는 양자 간섭계 방식을 제안하여, 기존 고전적 한계를 넘어선 이방성 (birefringence) 감지 기술을 제시합니다.
이 논문은 2 차원 보스 - 아인슈타인 응축체의 두 개의 결합된 스핀 성분을 이용해 2+1 차원 질량을 가진 상대론적 장 (사인 - 고든 모델) 을 양자 시뮬레이션하여, 섭동 영역에서의 상대론적 분산 관계와 비섭동 영역의 위상학적 영역 벽과 같은 현상을 관측하고 우주론적 현상 연구의 가능성을 열었다고 요약할 수 있습니다.
이 논문은 다중 구성 양자 화학 상태를 준비하기 위해 외부 제어 게이트를 자동으로 찾는 Givens 회전 방법과 화학 파동함수의 희소성을 활용한 대안 기법을 비교·검토하여, 희소성을 이용한 접근이 더 효율적인 회로를 제공함을 입증했습니다.
이 논문은 이방성 확산 및 대류 방정식을 해결하기 위한 양자 수치 기법을 제시하고, 벡터 노름 분석을 통해 기존 연산자 노름 분석 대비 확산 방정식과 대류 방정식에서 각각 및 만큼 시간 단계 수를 지수적으로 줄일 수 있음을 증명합니다.
이 논문은 복소 결합을 갖는 빔-결합 시스템에서 양자 역학적 역류 현상을 연구하여, 양의 운동량 상태의 중첩으로 발생하는 최대 역류와 그 확률 흐름의 상한을 규명합니다.
이 논문은 시간 의존적 환경 결합을 제어하여 폴라론 상태 형성을 역전시킴으로써, 비마르코프ian 개방 양자 시스템에서 10ns 내에 $10^{-6}$의 여기 상태 점유율을 달성하는 초고속 큐비트 초기화 방법을 제시합니다.
이 논문은 벨 부등식 위반의 통계적 측면은 국소성 위반 없이 설명 가능하지만, 실제 검출 결과의 시퀀스에서는 알파와 알파' 설정에 따른 반사실적 차이가 존재하는 '강한' 비국소성이 발생하며, 이는 상대성 이론의 공변성 (Hellwig-Kraus 가설) 에 의해 설명되어 오히려 상대성 이론과 모순되지 않는다고 주장합니다.
이 논문은 광자 국소화와 국소 커 비선형성 간의 경쟁을 다루는 상호작용 웨이브가이드 QED 모델을 분석하여, 국소화된 소수 광자 결합 상태의 형성과 다양한 충진율에서의 풍부한 상 다이어그램 (모트 절연체 및 초유체 위상) 을 규명합니다.
이 논문은 각도 붕괴 데이터를 기반으로 한 블록 파라미터화를 통해 다입자 시스템의 스핀 밀도 행렬을 재구성하는 일반적인 방법을 제시하고, 이를 LHC 충돌 및 힉스 붕괴 시뮬레이션에 적용하여 양자 얽힘 검출과 벨 부등식 위반 가능성을 탐구합니다.
이 논문은 공유된 얽힘을 활용하여 광학 채널의 투과율 변화를 고전적 방법보다 훨씬 빠르게 탐지할 수 있음을 증명하고, 통신 용량과 탐지 지연 시간 간의 근본적인 트레이드오프를 완화하는 새로운 수신기 방식을 제안합니다.
이 논문은 광섬유 간섭계에서 단일 광자와 두 광자 간섭을 동일한 조건에서 비교함으로써, 양자 상관관계가 신호 진폭을 높이는 것이 아니라 스펙트럼 잡음 바닥을 낮춰 3dB 의 신호대잡음비 개선을 이루고 서브-샷-노이즈 영역에서도 양자 우위를 입증한 Fourier 영역의 양자 향상 감지 기술을 보고합니다.
이 논문은 다이아몬드형 원자 앙상블을 활용하여 원자 기반 쌍광자의 파형과 비고전적 반뭉침 특성을 보존하면서 통신 파장으로의 고효율 주파수 변환을 실험적으로 증명함으로써, 원자 광원 및 분산 양자 통신을 위한 실용적인 광섬유 인터페이스를 확립했습니다.
이 논문은 20 개 큐비트 시스템으로 3 차원 등각 장론의 스케일링 차원을 수% 정확도로 추출할 수 있는 양자 시뮬레이션 프로토콜을 제안하여, 고전 컴퓨터로는 어렵지만 양자 시뮬레이션으로 해결 가능한 새로운 가능성을 제시합니다.
이 논문은 보른-마르코프 근사를 넘어선 양자 비트 리셋에서 발생하는 폴라론 형성이라는 한계를 극복하기 위해, 최적 제어 기법을 통해 시스템 - 환경 상관관계를 능동적으로 조종하여 리셋 충실도와 속도를 향상시키는 방법을 제시합니다.
이 논문은 자유 페르미온 시스템에서 레니 삼분위 정보 () 가 작은 페르미 운동량에서 정수 및 비정수 인덱스에 따라 질적으로 다른 스케일링 거동을 보이며, 정수 인덱스에서는 복제 장벽으로 인해 폰 노이만 엔트로피 신호를 재구성할 수 없으나 부정성 기반 측정 () 은 이를 20 배 증폭시킨다는 사실을 규명했습니다.
이 논문은 무작위 펄스를 레이어로 그룹화하여 각 레이어당 하나의 최적화 매개변수만 사용하는 RALLY 방법을 제안함으로써, 양자 최적 제어에서 유니터리 공간의 효율적 탐색을 가능하게 하고 기존 알고리즘보다 훨씬 적은 매개변수로 정보 이론적 하한에 근접하는 성능을 달성함을 보여줍니다.
이 논문은 바닥 상태 원자, Rydberg 원자 간, 그리고 이온과 Rydberg 원자 간의 결합 메커니즘에 기반한 이원자 Rydberg 분자의 형성, 결합 메커니즘, 전위 에너지 곡선, 실험적 관측 및 분광학적 특성에 대한 최근 이론 및 실험적 진전을 종합적으로 검토하여 해당 분야의 현재 상태와 미래 전망을 제시합니다.
이 논문은 갈륨 기반 액체 금속 인터커넥트를 통해 모듈 교체 시 비파괴적 연결과 고품질 마이크로파 성능을 동시에 실현하여 재구성 가능한 모듈형 초전도 양자 프로세서의 확장성을 입증했습니다.
이 논문은 주파수 편차에 민감한 다광자 양자 공명 현상을 해결하기 위해 최적화 파라미터 분할 시퀀스 (OPSS) 전략을 제안함으로써 고차 양자 상태 전이의 충실도를 유지하는 파라미터 범위를 크게 확장하고 안정적인 광자 플럭스를 보장함을 보여줍니다.
본 논문은 Sobel 엣지 추출과 RDP 알고리즘을 통해 이미지를 희소 점구름으로 변환한 후 중성 원자 아날로그 양자 컴퓨터 (QuEra Aquila) 의 Rydberg Hamiltonian 에 물리적으로 인코딩하여, 정적 구조 인자 (static structure factor) 와 같은 양자 관측량을 활용한 지문 추출을 통해 이미지 매칭 및 머신러닝을 가능하게 하는 'Rydberg Vision' 프레임워크를 제안합니다.
이 논문은 슈윙거의 변분 원리를 아인슈타인카탄 중력 작용에 적용하여 계량 텐서와 비틀림 텐서 사이의 양자 교환 관계를 유도합니다.
이 논문은 상호작용을 자기일관적 평균장 환경으로 근사하여 독립적인 부분 문제로 분해함으로써, 현재의 양자 하드웨어 자원 제약을 극복하고 고전 이징 해밀토니안의 바닥 상태를 효율적으로 찾는 자기일관 평균장 양자 근사 최적화 알고리즘을 제안합니다.
이 논문은 리드버그 원자를 이용한 저주파 전기장 센싱에서 편광 변화를 기반으로 한 양자 약측정 기법을 실험적으로 구현하여 기술적 노이즈를 억제하고 1000 초 통합 시간 기준 33 μV·cm⁻¹·Hz⁻¹/²의 민감도를 달성했음을 보고합니다.
이 논문은 펌프 - 프로브 실험에서 시간 지연에 따른 고조파 생성을 연구하여, 기존에 주로 연구된 홀수 고조파와 달리 짝수 고조파가 역전 대칭성이 동적으로 깨진 고체 내의 코히어런트 포논 동역학 및 전자 - 전자 상호작용의 미세한 특징을 민감하게 탐지할 수 있는 새로운 프로브임을 이론적으로 규명했습니다.
이 논문은 Random Phase Approximation(RPA) 에서 영감을 받아 분자 해밀토니안을 HOMO-LUMO 두 궤도에 해당하는 2 개의 큐비트 시스템과 나머지 전자 들뜸을 모델링하는 '배' (bath) 로 구성되는 시스템 - 배 모델로 근사적으로 매핑하여, 양자 화학 계산에서 수직 여기 에너지를 높은 정확도로 계산할 수 있는 새로운 방법을 제안합니다.
이 논문은 비가우시안 양자 상태의 재구성에 있어 동종 검출의 시간적 해상도와 디지털 데이터 처리가 미치는 영향을 실험 데이터를 통해 분석하여, 실제 실험 자원의 한계가 비이상적 검출 체인에서 관측되는 양자 상태의 품질에 어떻게 영향을 주는지 규명합니다.
이 논문은 초모어 엑시톤 시스템의 거대한 힐베르트 공간 문제를 해결하기 위해 텐서 네트워크와 체비쇼프 알고리즘을 결합한 새로운 방법을 제안하여, 10 억 개 이상의 격자 사이트와 10^18 차원의 해밀토니안을 직접 계산하여 원자 및 메조스케일 구조를 동시에 분석할 수 있음을 보여줍니다.
이 논문은 원 그래프 상태가 -국소 보완에 대해 닫혀 있고, 2-색칠 가능한 원 그래프 상태가 평면 코드 상태와 일대일 대응되며, 이를 통해 원 그래프 상태 기반의 측정 기반 양자 계산이 효율적으로 고전적으로 시뮬레이션 가능함을 증명하고, 주어진 그래프 상태와 국소 유니타리 동치인 그래프 상태의 수를 세는 문제가 -난해함을 보여줍니다.
이 논문은 헬릭스 구조에 갇힌 두 개의 반발성 쿨롱 상호작용 입자를 대상으로, 헬릭스의 피치와 반지름 비율에 따라 조절 가능한 다중 우물 퍼텐셜에서 파동 패킷의 산란 및 복잡한 전이 역학 현상을 연구합니다.
이 논문은 양자 얽힘의 단조성과 같은 양자 정보 원리를 활용하여 두 명의 비통신 공격자가 키를 공유하더라도 단일 암호문을 동시에 복호화할 수 없음을 증명함으로써, 고전적 환경에서는 불가능한 물리적으로 강제된 '복제 불가능한 비트'의 존재를 확립했습니다.
이 논문은 아하로노프 - 봄 플럭스 하에서 2 차원 Dunkl-파울리 진동자의 정확한 에너지 스펙트럼을 유도하고 이를 통해 내부 에너지, 엔트로피, 열용량 등 열역학적 성질을 분석하여 Dunkl 반사 대칭성과 자기 플럭스의 상호작용이 열용량에 슈토츠크형 이상을 유발한다는 것을 규명했습니다.
이 논문은 열역학적 변동 정리에서 '무효 엔트로피 사건' (null-entropy events) 의 발생 확률을 고려하여 유한 시간 열역학적 불확정성 관계의 하한을 더욱 엄격하게 제한하는 새로운 프레임워크를 제시하고, 이를 퀸트 (qudit) 스왑 엔진을 통해 검증합니다.
이 논문은 주기적으로 구동되는 소산 양자 다체계에서 공간적 장범위 질서와 시간적 혼돈적 진동이 공존하는 새로운 물질상인 '시간 유리 (time glass)'를 제안하고, 유한한 리우빌리안 갭이 존재함에도 불구하고 시스템 크기에 따라 발산하는 양자 레니 발산으로 인해 긴 수명의 과도 현상이 가능함을 보여줍니다.
이 논문은 관계적 양자 역학에서 서로 다른 시간 기준틀 간의 인과 관계를 분석하여, 개입을 제약 방정식 자체에 통합하는 두 번째 접근법만이 일관된 인과적 그림을 제공하며 시간의 비국소화와 무한정 인과 순서를 자연스럽게 설명함을 보여줍니다.
이 논문은 Toda-유사 해밀토니안을 사용하여 고전적 포식자 - 피식자 (Lotka-Volterra) 역학을 양자 영역으로 확장하고, 위그너 전류를 통해 양자 왜곡을 비섭동적으로 분석함으로써 양자적 안정성을 입증하고 미시적 생체계의 경쟁적 역학을 설명하는 예측적 이론적 틀을 제시합니다.
이 논문은 변형된 토릭 코드의 위상 상전이를 연구하여, 다양한 임계점과 위상 영역을 가진 풍부한 위상 구조를 규명하고, 경우와 구별되는 새로운 물리 현상을 제시합니다.
이 논문은 단일 빔 스플리터와 두 개의 단일 모드 압착 진공 상태를 활용하여 모드 얽힘 없이 측정 유도된 비고전적 광자 특성만으로 헤이젠베르크 한계를 초과하는 초정밀 위상 추정 프로토콜을 제안합니다.
이 논문은 광학 격자에 갇힌 1 차원 보스 기체에서 입자 수 요동을 관측하여 고전적 표면 성장의 보편적 패밀리 - 비섹 (Family-Vicsek) 스케일링 법칙이 양자 다체계에서도 성립함을 실험적으로 증명하고, 고전 및 양자 비평형 시스템 간의 통합된 보편성 틀을 확립했습니다.
이 논문은 양자 위상 전이를 가로지르는 시간 의존적 구동 하에서 양자 마법과 비-안정화 성의 동역학을 확장하여, 느린 과정에서 안정화자 레니 엔트로피와 파울리 스펙트럼의 누적량이 보편적인 멱법칙 스케일링을 따르고 파울리 스펙트럼이 로그정규 분포를 보임을 보여주었습니다.
이 논문은 양자 학습 이론에서 최대우도추정 하의 파라미터 추정 샘플 복잡도가 피셔 정보 행렬의 역행렬에 의해 근본적으로 결정됨을 보임으로써, 양자 채널 및 기대값 학습에 대한 기존 결과를 간소화하고 엔트angled 프로브가 없는 경우의 지수적 샘플 복잡도 구조적 원인을 규명합니다.
이 논문은 순환 양자 모델의 불필요한 메모리 자유도를 제거하고 동역학을 보존하기 위해 양자 퍼텐셜 발산률 (QFDR) 을 비용 함수로 활용하는 변분 양자 차원 축소 프레임워크를 제안하여, 기존 방법보다 훨씬 높은 정밀도로 확장 가능한 최소 순환 양자 아키텍처를 학습하는 새로운 패러다임을 제시합니다.
이 논문은 고전 분자 역학에서 영감을 받은 속도 베렐 (velocity Verlet) 알고리즘을 도입하여 VQE 의 파라미터 최적화 성능을 향상시키고, H와 LiH 분자 실험에서 기존 최적화 기법보다 우수한 결과를 입증했습니다.
이 논문은 양자 오류 수정과 같은 추가적인 비용이 높은 기법 없이 '컷 앤 체이스' 방식만으로는 효율적이면서 동시에 안전한 위임 양자 계산을 구현할 수 없음을 증명합니다.
이 논문은 임의의 차원과 측정 설정에서 양자 스티어링을 탐지할 수 있는 주요화 격자 (majorization lattice) 프레임워크를 제안하여 기존 방법보다 엄격한 스티어링 부등식을 유도하고, 기존 고차원 결과들이 이 새로운 접근법의 근사적 한계임을 보여줍니다.
이 논문은 ZX-다이어그램의 결정적 계산을 추출하기 위해 기존 그래프 상태 기반의 흐름 기준을 넘어, 모든 클리포드 재작성을 보존하고 Pauli 흐름이 있는 그래프형 다이어그램과 동치인 새로운 'ZX-플로우' 기준을 제안합니다.
이 논문은 외부 연구의 요약된 역사적 데이터를 정규화된 파워 사전분포를 통해 활용하여, 개별 치료 효과를 추정하고 적응적 풍부화 임상시험의 효율성을 높이는 베이지안 적응적 풍부화 설계를 제안합니다.
이 논문은 응답자별 공변량을 고려한 시간 비동질성 숨은 마르코프 모델을 기반으로 한 제한된 잠재 클래스 탐색 모델을 제안하고, 그 식별 가능성을 증명하며 시뮬레이션과 실제 데이터 (수학 시험 및 감정 상태) 를 통해 모델의 유효성을 입증합니다.
이 논문은 농업 실험의 설계 semantics 를 계산에 통합하여 수동적 모델링 선택을 최소화하고 추론의 정확성과 재현성을 향상시키는 새로운 파이썬 프레임워크인 'AgroDesign'을 제안합니다.
이 논문은 복잡한 다변량 데이터의 이상 탐지를 단일 변수 '서프라이설' 분포의 꼬리 확률 추정 문제로 환원시키는 통합 프레임워크를 제안하고, 경험적 추정과 극값 이론 기반의 두 가지 강건한 방법을 통해 모델 오지정 하에서도 효과적인 이상 탐지가 가능함을 보여줍니다.
이 논문은 생태적 과정의 분산을 투명하게 제어하고 해석할 수 있도록 계층적 분해 (HD) 사전 분포를 계층적 가우시안 종 분포 모델에 적용하는 새로운 프레임워크를 제안하고, NOAA 어류 데이터를 통해 그 유효성을 입증합니다.
이 논문은 오모형 (misspecified) 이나 근사 모델, 그리고 일반화된 베이지안 추론에서 기존 방법들의 한계를 극복하고, 사후분포를 직관적인 대안으로 대체함으로써 정확한 불확실성 정량화를 가능하게 하는 새로운 접근법을 제안합니다.
이 논문은 다변량 데이터 분석에서 대칭 중심이 단일 점이 아닌 특정 차원의 부분공간일 때를 고려하여, 해당 부분공간을 중심으로 데이터 깊이를 정의하고 그 성질, 점근적 수렴성, 차원 축소와의 연관성, 그리고 사기 탐지 응용 사례를 제시하는 '중앙 부분공간 데이터 깊이'에 대한 일반적인 프레임워크를 제안합니다.
이 논문은 과적합을 줄이기 위해 손실 기반 사전분포를 도입하고 적응형 가역점프 MCMC 알고리즘을 개발하여 외부 조건 하의 복잡한 의존성 구조를 모델링하는 새로운 반모수적 조건부 코풀라 접근법을 제시합니다.
이 논문은 GWAS 요약 통계와 연관 불균형 (LD) 데이터 간의 불일치로 인한 사후분포의 부적절성을 해결하기 위해 투영 기법을 도입하고, 다양한 희소성 수준을 유연하게 모델링하는 베이지안 브릿지 사전분포를 기반으로 한 새로운 다유전자 위험 점수 (PRS-Bridge) 방법을 제안하여 다양한 시나리오에서 우수한 성능을 입증합니다.
이 논문은 정형화 상수를 평가할 필요 없이 노이즈 대비 추정 (NCE) 과 Pólya-Gamma 데이터 증강을 결합하여 비정규화 모델에 대한 완전한 베이지안 추론 프레임워크를 제안하고, 이를 통해 시간 변화 밀도 모델 및 희소 토러스 그래프 모델에서 정확한 점 추정과 원칙적인 불확실성 정량화를 가능하게 합니다.
이 논문은 소아 학교 결석 데이터를 활용하여 인플루엔자 전염병의 발생을 모델링하고 조기 경보를 발령하며 그 적시성을 평가하고 관련 시뮬레이션을 수행할 수 있는 R 패키지 'DESA'를 소개합니다.
이 논문은 공간 전사체 데이터의 고차원성과 3 차원 구조를 고려하여 새로운 준-우도비 통계량인 MM-test 와 Knockoff 절차를 결합한 분포 무관 공간 변이 유전자 선별 방법을 제안하고, 이를 통해 기존 방법보다 우수한 성능과 이론적 보장을 입증했습니다.
이 논문은 유전적 도구를 활용한 마진 치료 효과의 반모수적 추론에서 소규모 '유전적 순응자'로 인한 추정의 불확실성을 효율적 영향 함수를 통해 해결하고, 음주 습성이 큰 개인일수록 혈압에 미치는 부정적 영향이 더 크다는 역선택 현상을 규명했습니다.
이 논문은 이질성을 고려한 중첩 오차 회귀 모델을 확장하여 소지역 빈곤 지표의 예측 편향과 오차를 줄이고 계산 효율성을 높이며 표본 외 지역 추정 신뢰도를 개선하는 새로운 실증 최적 예측 방법론을 제안하고 알바니아 데이터를 통해 검증합니다.
이 논문은 주체 무관성 (principal ignorability) 가정 하에서 이질적 주체 인과 효과를 추정하고 신뢰구간을 구성하기 위한 프레임워크를 제안하며, 이중 강건성 및 중간 강건성을 가진 여러 추정량의 특성을 분석하고 캠든 연합 핫스팟팅 무작위 실험 데이터를 통해 이를 실증합니다.
이 논문은 네트워크 시계열의 진화를 유클리드 공간의 곡선인 '유클리드 미러'로 표현하고, 스펙트럼 추정 기법을 통해 네트워크 분포가 연속적으로 변화하더라도 변화율이 변하는 1 차 변화점을 효과적으로 국소화하는 모델을 제안합니다.
이 논문은 지속적 호몰로지를 기반으로 한 필터링된 위시너스 복합체를 활용하여 냉방 센터의 공백을 분석하고, 이를 기존 열 취약성 지수 (HVI) 와 비교함으로써 극심한 폭염으로 인한 사망 위험 지역을 다각적으로 파악하는 새로운 접근법을 제시합니다.
이 논문은 과거 표본에서 미래 개입의 인과적 효과를 예측하기 위해 필요한 구조적 가정을 명확히 하고, 시간 변화 교란변수와 효과 수정변수를 고려한 새로운 비모수적 식별 공식을 개발하여 인과 추론 이론을 바탕으로 한 미래 효과 예측의 이론적 틀을 제시합니다.
이 논문은 변분 추론에서 사후 분포 함수량의 편향을 분석하기 위한 기하학적 프레임워크를 제시하여, 변분 접공간에 수직인 성분이 편차의 주요 원인이 되며 특히 평균장 가정 하에서 교차 블록 간 의존성 측정이 체계적으로 왜곡되는 현상을 설명합니다.
이 논문은 해를 끼치지 않는 치료로 생명을 구하는 경우를 더 가치 있게 여기고 해를 끼치는 치료로 생명을 구하는 경우는 덜 가치 있게 여기는 '히포크라테스 효용'의 윤리적 동기는 인정하면서도, 저자의 예시를 통해 이러한 의사결정 기준의 적용 범위가 제한적일 수 있음을 지적합니다.
이 논문은 제 2 기본 형식을 기반으로 한 통계 모델 다양체의 외기하학적 관점을 도입하여 비점근적 regime 에서 크라메르-라오 하한 및 그 변형들을 곡률 보정을 통해 정밀하게 개선하는 기하학적 정련을 제시합니다.
이 논문은 가우시안 랜덤 행렬에서 평균 또는 분산이 다른 여러 개의 숨겨진 불균질 부분행렬을 탐지하는 문제의 통계적 한계를 정보 이론적 하한과 이를 거의 달성하는 알고리즘을 통해 규명합니다.
본 논문은 다차원 디크만 분포를 행렬 지수함수와 관련된 확률행렬을 포함하는 아핀 변환의 고정점으로 확장하여 무한 분해성과 연산자 자기분해성을 증명하고, 여러 경우에서 이 분포가 극한 분포로 나타남을 규명합니다.
이 논문은 머신러닝 해석 기법을 통해 발견된 새로운 산술 현상인 ' murmurations (속삭임)'을 소개하고, 이를 Birch 와 Swinnerton-Dyer 추측 및 무작위 행렬 이론과 같은 수론의 핵심 주제와 연결하여 분석합니다.
이 논문은 일련의 일관된 추정량이 목표값으로부터 이상 벗어날 때의 마지막 시점과 총 횟수에 대한 극한 분포를 유도하여 모수적 및 비모수적 설정, 다차원 매개변수, 그리고 비독립적 상황까지 포괄하는 확률론적 이론을 정립하고, 이를 통해 추정량 비교, 새로운 최적성 증명, 그리고 시퀀셜 신뢰구간 및 검정 구성에 활용 가능한 통찰을 제공합니다.
이 논문은 독립적인 점 과정의 중첩에 대한 팔름 분포를 특징짓는 간단한 혼합 표현을 제시하고, 이를 손상된 점 과정의 최소 대비 추정 및 샷 노이즈 콕스 과정의 가능도 기반 추론 등 통계적 추론에 적용하는 방법을 다룹니다.
이 논문은 로그볼록 분포를 대상으로 하는 무경사 메트로폴리스 마르코프 연쇄 시뮬레이션을 위해 피카르 사상을 기반으로 한 병렬 알고리즘을 개발하여, 고차원 문제에서 순차적 구현 대비 배의 수렴 가속화를 달성하고 정밀 의료 및 전염병 모델링 등 다양한 실증 사례를 통해 그 유효성을 입증했습니다.
이 논문은 힐베르트 공간 제곱근 임베딩을 활용하여 비점근적 regime 에서 방향성 곡률 보정이 적용된 벡터 일반화 크라메르-라오 하한을 유도하고, SOS 기반의 반정부호 프로그래밍을 통해 행렬 수준의 보수적 보정을 제시하며, 곡선 가우시안 위치 모델과 구면 다항분포 모델에 대한 적용을 통해 기존 2 차 보정보다 기하학적 일관성을 갖춘 더 정확한 추정 한계를 보여줍니다.
이 논문은 임의의 다변량 카운트 분포를 표본 추출하기 위해 시간 점 과정을 기반으로 한 새로운 샘플러를 제안하며, 이는 무한 서버 대기 행렬 시스템으로 구현되어 무작위 보행 행동을 억제하고 기존 생사 과정 및 자넬라 과정보다 우수한 성능을 보인다고 설명합니다.
이 논문은 점근적 상대 효율이 1 인 경우에도 경쟁 추정기들을 구별할 수 있도록, 추정치가 목표값에서 이상 벗어난 횟수 에 대한 2 차 점근적 성질과 '점근적 상대 부족도 (asymptotic relative deficiency)' 개념을 도입하여 분석하고 있습니다.
본 논문은 -워asserstein 거리 (특히 ) 를 이용한 투사 기법을 통해 단변량 비모수적 형태 제약 밀도 추정 문제를 연구하고, 비증가 및 로그-볼록 밀도에 대한 구조적 성질을 규명하며 최대우도추정법과 비교 분석합니다.
이 논문은 단조롭고 부분가법적 또는 부분모듈러인 확률적 가치 함수에 대해, 각 항목의 분포를 이산화하여 작은 지지 집합 크기로 상수 인자 근사 스케치를 효율적으로 구성할 수 있음을 증명하고, 이를 최적화 문제에서 정확한 가치 계산의 부담을 줄이는 데 활용함을 보여줍니다.
이 논문은 다중 모달 데이터에서 공유 신호를 억제하고 모달리티별 고유한 잠재 변수를 추출하기 위해 각 모달리티의 그래프 연결성 차이를 활용한 스펙트럼 기반 필터링 방법인 DELVE 를 제안하고, 이를 통해 단일 모달리티에서만 관측되는 구조를 효과적으로 복원할 수 있음을 이론적 분석과 실험을 통해 입증합니다.
이 논문은 모든 이변량 코풀라 클래스에서 챗저지 (Chatterjee) 의 순위 상관관계 와 블레스트 (Blest) 의 순위 상관관계 가 동시에 가질 수 있는 값들의 정확한 영역을 결정하기 위해 제약 최적화 문제와 KKT 조건을 활용하여 새로운 극단적 코풀라 가족을 도출하고, 이를 통해 해당 영역의 명시적 매개변수화를 제시합니다.
이 논문은 개인 수준의 데이터 공유가 제한된 다기관 임상 연구 환경에서 비례위험 가정을 완화하고 사생활을 보호하면서도 높은 추론 정확도를 달성하기 위해, 의사관측치와 재생 가능한 일반화 추정 방정식을 활용한 일회성 페더러드 프레임워크를 제안합니다.
이 논문은 BMW-GAM(베이지안 일반화 가법 모델) 기반의 코풀라 워크플로우를 활용하여 복합 극한 기상 현상 하에서 온도, 풍속, 일사량 등 주요 기후 변수의 불확실성을 정량화하고, 이를 통해 국가 에너지 시스템의 회복탄력성 강화에 기여하는 해석 가능한 방법론을 제시합니다.
이 논문은 표준화된 지수족에서 생성된 확률보행의 초과량 (overshoot) 에 대해, 작은 드리프트 regime 에서 장벽 에 대해 균일한 Lorden-type 모멘트 상한을 유도하고, 이를 통해 점근적 상수가 개선되며 지수적으로 수렴하는 오차항을 명시적으로 제시합니다.
이 논문은 직관적이고 구현이 쉬우며 임의의 차원에 적용 가능한 새로운 기각 샘플링 기반 통계 검정법을 제안하고, 이를 통해 평균 비교, 고정 벡터 검증, 적합도 검정 등 다양한 사례에서 최강 검정력과 유사한 성능을 입증합니다.