Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXiv논문
무손실 주기적 구조의 대리 모델링을 위한 물리 제약 신경망 (Physics-constrained neural networks)
RCWA 출력을 신속하게 예측하기 위해 에너지 보존 법칙을 반영한 물리 제약 신경망(PCNN)을 제안합니다. Stiefel 다양체 투영을 통해 물리적 제약 조건을 강제하며, 미분 가능성을 유지하여 역설계에 최적화되었습니다.
5일 전0
Dev.to헤드라인
프롬프트는 일회용입니다. 기술은 인프라입니다.
프롬프트를 단순한 텍스트 복사가 아닌, 버전과 출력 계약을 가진 지속 가능한 '기술(Skill)'이자 인프라로 전환해야 한다는 논의를 다룹니다. 에이전트의 일관성을 보장하기 위해 맥락에 의존하는 프롬프트 대신 명확한 방법론을 갖춘 기술 체계의 필요성을 강조합니다.
5일 전0
Dev.to헤드라인
내 에이전트가 동일한 LinkedIn 클릭을 30번 실패했습니다. Camoufox는 첫 시도에 성공했어요.
AI 에이전트가 브라우저 자동화 과정에서 겪는 기술적 한계와 실패 원인을 분석합니다. 프롬프트의 문제가 아닌, 레이턴시, 합성 클릭의 신뢰성 문제, UI 요소 가림 등 브라우저 환경의 구조적 요인을 다룹니다.
5일 전0
arXiv논문
$\mathrm{O}(2)$의 이산 부분군에 대해 등변성을 갖는 Vision Transformer를 위한 통합 프레임워크
$\mathrm{O}(2)$의 이산 부분군에 대해 등변성을 갖는 Vision Transformer(ViT) 통합 프레임워크를 제안합니다. 기존의 대칭성 인코딩 방식을 일반화하여 표현력을 보장하며, 데이터가 부족한 환경에서도 인식 정확도를 향상시킬 수 있음을 입증했습니다.
5일 전0
arXiv논문
FlexMoE: MoE 언어 모델을 위한 One-for-All 중첩형 전문가 내부 프루닝 (Nested Intra-Expert Pruning)
FlexMoE는 다양한 배포 예산에 대응할 수 있도록 MoE 모델을 중첩된 서브네트워크 제품군으로 변환하는 프루닝 기술을 제안합니다. 단 한 번의 학습으로 다양한 예산에 맞는 마스크를 생성하며, 기존 압축 방식보다 뛰어난 성능 유지와 메모리 효율성을 보여줍니다.
5일 전0
arXiv논문
HARMES 데이터셋을 활용한 멀티모달 인간 활동 인식(Human Activity Recognition)을 위한 퓨전 기술 비교
HARMES 데이터셋을 활용하여 멀티모달 인간 활동 인식(HAR)을 위한 7가지 센서 퓨전 기술을 체계적으로 비교 연구했습니다. 실험 결과, Gated Multi-modal Fusion 방식이 기존 베이스라인보다 높은 성능을 기록하며 최적의 퓨전 패러다임임을 입증했습니다.
5일 전0
arXiv논문
Mosaic: 미분 가능한 물리 솔버를 위한 벤치마크 스위트
미분 가능한 PDE 솔버의 성능을 표준화된 방식으로 평가하기 위한 벤치마킹 프레임워크 Mosaic를 소개합니다. 다양한 물리 솔버의 계산 비용, 기울기 정확도, 수치적 안정성을 비교 분석하여 연구자들이 최적의 솔버를 선택할 수 있도록 돕습니다.
5일 전0
arXiv논문
TA-SparseMG: 장기 시계열 예측을 위한 멀티 스케일 게이팅 기반의 추세 인식 희소 예측
장기 시계열 예측의 비정상성과 고주파 교란 문제를 해결하기 위해 제안된 경량 모델 TA-SparseMG를 소개합니다. 추세 인식 정규화와 멀티스케일 게이팅 모듈을 통해 분포 변화를 완화하고 예측 성능을 높였습니다.
5일 전0
arXiv논문
문맥적 밴딧(Contextual Bandits)을 위한 그래프 차원 축소: 근사적 매끄러움(Approximate Smoothness) 및
그래프 구조를 가진 문맥적 밴딧(Contextual Bandits)의 탐색 효율을 높이기 위해 그래프 차원 축소 기법인 GraphDR-LinUCB를 제안합니다. 팔의 특징을 저주파 스펙트럼 부분 공간으로 투영하여 차원 의존성을 줄이고, 이론적 후회 경계 증명과 실험을 통해 기존 방식보다 우수한 성능을 입증했습니다.
5일 전0
Yahoo Finance헤드라인
Samsung, SK Hynix, Micron, 반독점 집단 소송에 직면
Samsung, SK Hynix, Micron이 범용 메모리 시장의 가격 조작 및 담합 혐의로 미국 연방법원에 집단 소송을 당했습니다. 원고들은 이들이 HBM 전환을 구실로 레거시 DRAM 생산을 줄여 가격을 인위적으로 부풀렸다고 주장합니다.
5일 전0
Yahoo Finance헤드라인
공공 전력의 경제적 우위, 수년 만에 가장 힘든 시험대에 오르다
미국 공공 전력 유틸리티가 수요 증가와 설비 부족으로 인해 경제성 및 신뢰성 유지라는 중대한 도전에 직면해 있습니다. 공공 전력은 면세 금융과 지역 통제를 통해 투자자 소유 유틸리티보다 낮은 요금을 유지하며 경제적 우위를 점하고 있습니다.
5일 전0
Yahoo Finance헤드라인
Viva Wine Group, 주주 컨소시엄으로부터 인수 제안 받아
Viva Wine Group의 대주주들이 설립한 Riesling Ventures가 회사를 사적 소유로 전환하기 위해 인수 제안을 했습니다. 이번 제안은 종가 대비 38%의 프리미엄을 포함하며, 기업 가치는 약 Skr3.45bn으로 평가되었습니다.
5일 전0
Yahoo Finance헤드라인
Lion Energy, East Seram PSC 팜아웃(farmout)에 대해 인도네시아 정부 승인 획득
Lion Energy의 자회사 Balam Energy가 인도네시아 정부로부터 East Seram PSC 지분 15%를 OPIC East Seram으로 이전하는 팜아웃(farmout) 승인을 받았습니다. 이번 거래를 통해 Lion Energy는 자본 부담을 줄이면서도 프로젝트에 대한 지분을 유지할 수 있게 되었습니다.
5일 전0
Yahoo Finance헤드라인
AI 거래 붐이 월스트리트를 장악하고 있음에도 사모펀드는 엑시트(Exit)에 어려움을 겪고 있다
AI 열풍으로 월스트리트의 거래 붐이 예상됨에도 불구하고, 사모펀드(PE)들은 노후화된 포트폴리오 기업을 매각하는 데 어려움을 겪고 있습니다. 금리 인상과 M&A 시장의 구조적 변화로 인해 기존의 금융 공학 방식이 한계에 부딪히며 엑시트(Exit) 지연 문제가 심화되고 있습니다.
5일 전0
arXiv논문
RECAST: 제한된 데이터 환경에서 반사실적 인지 Wasserstein 기하학을 통한 모델 재구성
제한된 데이터와 접근 환경에서도 블랙박스 모델을 효과적으로 재구성하는 RECAST 방법론을 제안합니다. Wasserstein 기하학을 활용해 결정 경계 이동 문제를 해결하고, 적은 샘플로도 높은 충실도와 공정성 진단 능력을 보여줍니다.
5일 전0
arXiv논문
불완전하고 무질서한 다중 뷰 데이터를 위한 이중 학습 기반 패널티 다중 정렬 클러스터링
불완전하고 비동기적인 멀티모달 데이터를 처리하기 위해 이중 학습 기반의 DLPMAC 모델을 제안합니다. 이 모델은 샘플 수준의 정렬 정확도를 높이고 데이터 불균형 문제를 해결하여 효과적인 데이터 융합을 가능하게 합니다.
5일 전0
arXiv논문
탐지에서 실행으로: 결함 허용 제어(FTC)를 위한 LLM 에이전트 활용
결함 탐지 결과를 제약 조건 인식 회복 동작으로 변환하는 LLM 에이전트 기반의 결함 허용 제어(FTC) 프레임워크를 제안합니다. 멀티 에이전트 워크플로우, 디지털 트윈, Graph RAG를 결합하여 복잡한 플랜트 환경에서 안전하고 검증된 제어 명령을 생성합니다.
5일 전0
arXiv논문
중요한 작업에 대한 벤치마킹: 모델 순위 보존을 위한 데이터셋 선택
모델 평가 비용을 줄이기 위해 대표성 있는 데이터셋 서브셋을 선택하는 프레임워크를 제안합니다. 클러스터링, A/D-optimality, FAFI 등 다양한 전략이 모델 순위 보존에 미치는 영향을 분석하고 실험적으로 검증했습니다.
5일 전0
arXiv논문
전통 중의학 재활 훈련을 위한 교차 뷰 멀티모달 비전 기반 평가 프레임워크
전통 중의학(TCM) 재활 훈련의 동작 품질 평가를 위해 1인칭 및 3인칭 비디오를 활용하는 교차 뷰 멀티모달 프레임워크 CME-AQA를 제안합니다. 시각적 포즈 융합을 통해 기존 단일 시점 방식의 한계를 극복하고 침술 및 추나 동작의 정확도를 높였습니다.
5일 전0
arXiv논문
효율적이고 사후 제어 가능한 공정성-정확도 트레이드오프를 통한 공정 분류 (Fair Classification)
학습 완료 후 공정성과 정확도 사이의 트레이드오프를 효율적으로 조절할 수 있는 새로운 공정 분류 알고리즘을 제안합니다. 경사 기반 최적화를 통해 재학습 없이도 기존 처리 과정 방식에 필적하는 성능을 구현했습니다.
5일 전0