Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXiv논문
선형 동적 시스템 (LDS)의 온라인 학습을 위한 메모리 효율적인 통합 알고리즘
선형 동적 시스템(LDS)의 온라인 예측을 위해 메모리 효율적인 통합 알고리즘을 제안합니다. 시스템의 불안정성 복잡도(k)에 따라 파라미터 수를 $\widetilde{O}(k)$로 유지하며 서선형 후회를 달성합니다. 실험을 통해 고차원 시스템에서 기존 방식보다 뛰어난 성능을 입증했습니다.
3일 전0
arXiv논문
성능 착시를 넘어: 공간 상관 도메인을 위한 구조 인식 층화 분할 및 커리큘럼 분포 강건 최적화
시공간적 상관관계가 있는 데이터셋에서 발생하는 데이터 누수와 숨겨진 층화 문제를 해결하기 위한 새로운 프레임워크를 제안합니다. SASP 분할 방식과 CDRO 최적화 기법을 통해 모델의 일반화 성능과 신뢰도를 향상시킵니다.
3일 전0
arXiv논문
Rayleigh-Bénard 대류 모델링을 위한 개선된 Fourier Neural Operator
2차원 Rayleigh-Bénard 대류 모델링을 위해 시간 증분을 예측하는 개선된 Fourier Neural Operator(FNO)를 제안합니다. 기존 FNO보다 높은 정확도를 보이면서도 파라미터 수가 적고 추론 속도가 매우 빠릅니다.
3일 전0
arXiv논문
고차원 소표본 오믹스 데이터의 불확실성 인지 분류를 위한 구조화된 가우시안 프로세스 (Structured Gaussian Processes)
고차원 소표본 오믹스 데이터 분류를 위해 생물학적 경로를 그래프로 통합한 구조화된 가우시안 프로세스 프레임워크를 제안합니다. 이 방법론은 상호작용 네트워크와 특징 풍부함을 결합하여 클래스 불균형 문제를 해결하고 예측 불확실성을 효과적으로 제공합니다.
3일 전0
arXiv논문
WBMM: 효율적인 대규모 수용 영역 컨볼루션을 위한 윈도우 기반 배치 행렬 곱셈
대규모 커널 depthwise convolution의 메모리 액세스 문제를 해결하기 위해 윈도우 기반 배치 행렬 곱셈(WBMM) 방식을 제안합니다. WBMM은 윈도우 크기가 커질수록 처리량이 향상되며, 기존 방식보다 훨씬 큰 수용 영역을 제공하면서도 높은 훈련 속도와 정확도를 달성합니다.
3일 전0
arXiv논문
올바른 비교 질문하기: LLM 판사(Judge)를 활용한 편향 인지 베이지안 능동형 Top-$k$ 순위 지정
LLM 판사가 가진 장황함 및 위치 편향 문제를 해결하기 위해 베이지안 추론을 활용한 편향 인지 모델링과 능동형 Top-k 순위 지정 기법을 제안합니다. 실험 결과, 제안된 방식이 기존 집계 방식보다 훨씬 적은 비교 횟수로 정확한 상위 모델을 식별함을 입증했습니다.
3일 전0
arXiv논문
예측적 Conformal 슬립 모니터링: 사고 전 견인력 상실 탐지를 위한 Rolling Split Conformal Prediction의
Rolling Split Conformal Prediction을 활용한 사고 전 견인력 상실 탐지 연구를 다룹니다. 실험 결과, 높은 오경보율과 교환 가능성 가정 위반으로 인해 조기 경고 시스템으로서의 성능이 매우 낮음을 입증한 부정적 연구 결과(negative finding)를 보고합니다.
3일 전0
arXiv논문
음성-텍스트 결합 능력의 해제: 지시어 튜닝(Instruction Tuning) 없는 지시 이행 음성 언어 모델
SpeechCombine은 지시어 튜닝 없이 단 한 번의 음성 사전 학습만으로 지시 이행이 가능한 음성 언어 모델(SLM)을 제안합니다. 텍스트 LLM의 지식과 음성 도메인 능력을 결합하여 방대한 데이터 의존성을 줄이는 새로운 학습 방향을 제시합니다.
3일 전0
arXiv논문
AbsoluteDegradation: 물리 기반의 합성 필름 열화 파이프라인 및 아카이브 필름 복원 벤치마크
물리적 원리에 기반하여 현실적인 필름 열화를 합성하는 AbsoluteDegradation 파이프라인과 대규모 아카이브 벤치마크를 제안합니다. 기존 합성 데이터의 한계를 극복하고 실제 아카이브 영상 복원 모델의 성능을 체계적으로 평가할 수 있는 프레임워크를 제공합니다.
3일 전0
arXiv논문
BamiBERT: 베트남어를 위한 새로운 BERT 기반 언어 모델
베트남어 텍스트 인코더의 한계를 극복하기 위해 개발된 새로운 BERT 기반 언어 모델 BamiBERT를 소개합니다. 129GB 규모의 코퍼스로 학습되었으며, 확장된 컨텍스트 길이와 외부 단어 분절 없는 원시 입력 처리 능력을 갖추고 있습니다.
3일 전0
arXiv논문
CheckRLM: 검색 증강 추론에서의 효과적인 지식-사고 일관성 검증
CheckRLM은 추론 언어 모델(RLM)의 추론 체인에서 발생하는 사실적 오류를 탐지하고 수정하는 프레임워크입니다. RAG를 활용해 지식 불일치를 식별하고 외부 지식으로 정밀하게 수정함으로써 장기 추론의 신뢰성을 높입니다.
3일 전0
arXiv논문
화학 언어 모델(Chemical Language Models) 탐사: 사전 학습(Pre-training) 및 미세
화학 언어 모델(CLM)이 SMILES 표현을 통해 분자 하부 구조를 어떻게 인코딩하는지 체계적으로 분석한 연구입니다. 사전 학습과 미세 조정이 모델의 분자 구조 인식 능력 및 표현 학습에 미치는 영향을 탐구했습니다.
3일 전0
arXiv논문
Bellman Certificates를 통한 다중 비서 문제(Multi-Secretary Problem)의 타이트한 하한(Tight Lower
다중 비서 문제(Multi-Secretary Problem)에서 지지 집합 간격(support gaps)이 존재할 때 발생하는 가법적 후회(additive regret)의 하한을 연구합니다. Bellman Certificates를 활용하여 기존의 $O((\log T)^2)$ 상한이 타이트함을 증명했습니다.
3일 전0
arXiv논문
대규모 언어 모델의 불확실성 추정을 위한 베이지안 희소 저차원 적응 (Bayesian Sparse Low-Rank Adaptation)
LLM의 미세 조정 과정에서 발생하는 과잉 확신 문제를 해결하기 위해 데이터 적응형 저차원 적응(DALorRA) 프레임워크를 제안합니다. 베이지안 희소 프레임워크를 통해 모델의 불확실성을 효과적으로 정량화하며, 추론 정확도를 유지하면서도 뛰어난 보정 성능을 보여줍니다.
3일 전0
arXiv논문
개인정보 보호 및 검증 가능한 근사 분산 코딩 컴퓨팅 (Privacy-Preserving and Verifiable Approximate
연합 및 탈중앙화 학습 환경에서 개인정보 보호와 악의적 공격 방어를 동시에 해결하는 모델 불가지론적 프레임워크를 제안합니다. GPBACC 코딩 컴퓨팅 기술을 활용하여 모델 아키텍처에 상관없이 보안성을 강화할 수 있습니다.
3일 전0
arXiv논문
물리 정보 신경망 (PINNs)의 양호한 조건 학습을 위한 최적화 프레임워크
물리 정보 신경망(PINNs)의 고질적인 문제인 손실 지형의 ill-conditioning을 해결하기 위한 새로운 2차 최적화 프레임워크 DSGNAR을 제안합니다. 이 프레임워크는 기존 방식보다 훨씬 높은 정밀도와 빠른 속도로 편미분 방정식을 해결하며 다양한 물리 문제에서 탁월한 성능을 입증했습니다.
3일 전0
arXiv논문
연속적 무작위 소비를 동반한 온라인 자원 할당: 퇴화(Degeneracy) 상황에서의 후회(Regret)
연속적 무작위 소비가 발생하는 온라인 자원 할당 문제에서 퇴화(Degeneracy) 상황을 분석한 연구입니다. 요청의 가치 대비 크기 비율에 따른 후회(Regret)의 하한을 증명하고, 이를 충족하는 샘플 경로 주변부 정책을 제안합니다.
3일 전0
arXiv논문
신경 특징 학습을 위한 푸리에 프리컨디셔닝 (Fourier Preconditioning)
상호 정보량(MI) 기반 특징 학습의 노이즈 문제를 해결하기 위해 H-Score를 활용한 푸리에 프리컨디셔닝 기법을 제안합니다. FFT를 통해 입력 기저를 회전시켜 예측 의존성을 지배적 모드에 집중시킴으로써 학습 효율을 높입니다.
3일 전0
arXiv논문
함수형 데이터의 공간적 패턴 발견을 위한 자기 설명 가능한 연산자 학습 (Self-explainable Operator Learning)
신경망의 불투명성을 해결하기 위해 적분 방정식을 활용한 자기 설명 가능한 연산자 학습 프레임워크를 제안합니다. 입력 도메인을 하위 도메인으로 분해하여 각 영역의 기여도를 계산함으로써, 물리적 시스템의 예측 과정을 수학적으로 투명하게 설명합니다.
3일 전0
arXiv논문
최적 결정 트리(Optimal Decision Trees)의 전역 분석을 위한 대수적 모델 카운팅 (Algebraic Model
설명 가능한 AI(XAI)를 위해 최적 결정 트리의 가설 공간을 전역적으로 분석하는 ADTC 프레임워크를 제안합니다. 대수적 모델 카운팅(AMC) 개념을 도입하여 최적화, 카운팅, 샘플링 문제를 통합된 계산 방식으로 해결합니다.
3일 전0