KOINEU

TimesNet-Gen: Deep Learning-based Site Specific Strong Motion Generation

본 논문은 지진공학 분야에서 현장별 강진 기록을 인공적으로 생성할 수 있는 새로운 데이터‑드리븐 모델을 제시한다는 점에서 큰 의미를 가진다. 기존의 강진 합성 방법은 주로 스펙트럼 기반 혹은 물리‑기반 시뮬레이션에 의존했으며, 현장 특성을 충분히 반영하기 위해서는 복잡한 파라미터 튜닝이 필요했다. 반면 본 연구는 시간 영역에서 직접 가속도 신호를 다루는 TimesNet‑Gen을 도입함으로써, 현장별 고유의 “잠재적 병목”(latent bottleneck)이라는 작은 차원의 임베딩을 통해 현장 특성을 압축하고 재현한다. 이는 현장마다

December 04, 2025

Learning

Tokenizing Buildings: A Transformer for Layout Synthesis

본 논문은 건축 설계 자동화라는 실용적 과제에 트랜스포머 기반의 시퀀스‑투‑시퀀스 모델을 적용한 점에서 의미가 크다. 기존 연구들은 주로 2D 평면도나 3D 모델을 직접 입력으로 사용하거나, 규칙 기반 시스템에 의존해 레이아웃을 생성하였다. 그러나 이러한 방식은 복잡한 공간 제약을 충분히 반영하기 어렵고, 데이터 요구량이 높으며, 일반화 능력이 제한적이다. SBM은 ‘룸 엔벨로프’라는 최소한의 입력만으로도 방 내부의 가구 배치, 동선, 기능 구역을 동시에 고려한 레이아웃을 생성한다는 점에서 입력 효율성이 뛰어나다. 모델 아키텍처는

December 04, 2025

When GenAI Meets Fake News: Understanding Image Cascade Dynamics on Reddit

본 논문은 AI‑생성 이미지와 허위 정보가 소셜 미디어, 특히 Reddit이라는 포럼 기반 플랫폼에서 어떻게 확산되는지를 정량적으로 규명한 최초의 대규모 연구로 평가할 수 있다. 연구자는 이념적 스펙트럼이 넓은 다섯 개 서브레딧을 선정함으로써, 좌파·우파·중도·대안·기술 중심 커뮤니티 등 다양한 정치·사회적 배경을 포괄하였다. 데이터 수집 단계에서는 2022‑2024년 사이에 게시된 1백만 건 이상의 포스트와 그에 연결된 재게시(cascade) 데이터를 크롤링했으며, 각 포스트에 포함된 이미지가 AI‑생성 여부를 판별하기 위해 최신

December 04, 2025

Balancing Safety and Helpfulness in Healthcare AI Assistants through Iterative Preference Alignment

본 논문은 의료 현장에서 LLM 기반 대화형 보조 시스템이 직면한 두 가지 핵심 과제—‘위험한 요청에 대한 과잉 순응’과 ‘무해한 요청에 대한 과잉 거부’를 동시에 해결하고자 하는 시도를 담고 있다. 이를 위해 저자들은 기존 사후 정렬(Post‑Deployment Alignment) 접근법에 Kahneman‑Tversky Optimization(KTO)과 Direct Preference Optimization(DPO)을 결합한 새로운 프레임워크를 설계하였다. KTO는 인간의 인지 편향을 모델링해 위험 신호에 대한 민감도를 조절하고,

December 03, 2025

SPARK: Stepwise Process-Aware Rewards for Reference-Free Reinforcement Learning

본 논문은 강화학습(RL)에서 핵심적인 보상 설계 문제를 새로운 관점에서 해결한다. 전통적인 PRM은 단계별 정답 레퍼런스나 인간 주석에 의존해 학습 데이터를 구축한다. 그러나 이러한 데이터는 비용이 많이 들고, 특히 수학·과학·코드와 같이 정답이 복잡하거나 존재하지 않을 때는 실용성이 떨어진다. SPARK는 이 한계를 “생성‑검증” 루프를 통해 극복한다. 첫 번째 단계에서 생성기 모델은 프롬프트에 따라 다채로운 풀이 경로를 생성한다. 여기서 중요한 점은 다양성을 확보하기 위해 온도 조절, 샘플링 기법 등을 활용해 다수의 후보 풀이

December 02, 2025

Learning

Towards a fully differentiable digital twin for solar cells

본 논문은 태양전지 연구에서 가장 실용적인 목표 중 하나인 연간 에너지 수율(EY) 최적화를 위한 통합 시뮬레이션 프레임워크를 제시한다. 기존의 계산 접근법은 광학, 전기, 열, 재료 과학 등 각각의 분야를 별도로 다루는 경우가 많아, 실제 현장 적용 시 발생하는 복합적인 변수들을 동시에 고려하기 어렵다. 이러한 한계를 극복하기 위해 저자들은 ‘차별 가능한 디지털 트윈(Differentiable Digital Twin)’이라는 개념을 도입하였다. 디지털 트윈은 물리적 시스템을 가상 공간에 정밀히 복제하는 기술이며, 여기서 차별 가능

December 02, 2025

Video4Spatial: Towards Visuospatial Intelligence with Context-Guided Video Generation

VIDEO4SPATIAL은 최근 비디오 기반 인공지능 연구에서 눈에 띄는 전환점을 제공한다. 기존 연구들은 주로 RGB‑D, 포즈 추정, 혹은 3D 메쉬와 같은 다중 모달리티를 결합해 공간 정보를 보강했지만, 이 논문은 순수 비디오 프레임만으로 동일하거나 그 이상의 성능을 달성한다는 점에서 혁신적이다. 핵심은 두 가지 설계 선택에 있다. 첫째, 데이터 큐레이션 단계에서 ‘시공간 일관성’과 ‘다양한 시점 전이’를 강조한 고품질 시퀀스를 선별함으로써 모델이 자연스러운 움직임과 물체 변화를 학습하도록 유도했다. 둘째, 프레임워크 내부에

December 02, 2025

AI-Enabled grading with near-domain data for scaling feedback with human-level accuracy

본 연구가 다루는 핵심 문제는 ‘구성형 짧은 답변 채점’이라는 교육 현장의 난제이다. 전통적인 자동 채점 시스템은 객관식처럼 정답이 명확히 정의된 경우에만 높은 정확도를 보이며, 자유 서술형 답변은 표현 다양성, 어휘 선택, 문맥적 의미 등 복합적인 변수를 포함한다. 따라서 사전 정의된 루브릭 없이도 정확히 채점하려면 방대한 학습 데이터와 정교한 의미 이해가 필요하다. 저자들은 이러한 난점을 극복하기 위해 ‘근접 데이터(near‑domain data)’라는 개념을 도입한다. 이는 동일하거나 유사한 주제·난이도의 과거 시험 문항과 학

December 01, 2025

Data

An Empirical Study of Agent Developer Practices in AI Agent Frameworks

본 논문은 LLM(대형 언어 모델) 기반 에이전트 프레임워크라는 비교적 새로운 연구 영역에 대한 포괄적인 실증 조사를 수행했다는 점에서 학술적·실무적 의미가 크다. 첫 번째 강점은 데이터 수집 규모이다. 1,575개의 실제 오픈소스 프로젝트와 8,710개의 개발자 토론을 메타데이터로 활용함으로써, 단순히 문헌 조사에 머무르지 않고 현장 실무에서 발생하는 구체적인 문제와 사용 패턴을 포착했다. 특히 10개의 대표 프레임워크를 선정하는 과정에서 ‘별(star)’·‘포크(fork)’·‘활동성’ 등 객관적인 지표와 함께 토론 내용의 질적

December 01, 2025

Framework

Community Quality and Influence Maximization: An Empirical Study

이 논문은 인플루언스 최대화 문제를 해결하기 위한 두 가지 접근법을 체계적으로 비교함으로써, 커뮤니티 탐지 품질이 실제 확산 성능에 미치는 영향을 실증적으로 규명한다. 첫 번째 접근법은 기존의 계층 군집(Hierarchical Clustering) 알고리즘을 사용해 얻은 비교적 저품질의 커뮤니티 구조를 기반으로 시드 노드를 선정한다. 두 번째 접근법은 저자들이 이전 연구에서 제안한 α‑계층 군집(α‑Hierarchical Clustering) 알고리즘을 적용해, 보다 명확한 모듈성(modularity)과 내부 결속력을 가진 고품질

December 01, 2025

Data assimilation and discrepancy modeling with shallow recurrent decoders

본 논문은 현대 센서 네트워크가 직면한 두 가지 근본적인 한계, 즉 측정 포인트의 희소성 및 시뮬레이션 모델의 불완전성을 동시에 해결하려는 시도로서, 머신러닝 기반 데이터 동화 프레임워크 DA‑SHRED 를 제시한다. 기존 데이터 동화 기법은 주로 칼만 필터, 변분 동화, 혹은 최근의 딥러닝 기반 접근법에 의존해 왔으며, 이들은 고차원 상태 공간을 직접 다루는 경우 계산 비용이 급격히 증가하거나, 물리적 제약을 충분히 반영하지 못한다는 문제점을 안고 있다. DA‑SHRED 는 이러한 문제점을 회피하기 위해 먼저 SHRED 라는 얕은

December 01, 2025

Data Model

fMRI2GES: Co-speech Gesture Reconstruction from fMRI Signal with Dual Brain Decoding Alignment

본 논문은 뇌 영상(fMRI)과 언어, 그리고 몸짓(gesture)이라는 세 가지 서로 다른 모달리티 사이의 매핑을 직접 학습하기 어려운 현실적인 문제를 창의적으로 해결한다는 점에서 학술적 의의가 크다. 첫 번째 핵심은 ‘비연계 데이터’를 활용한다는 점이다. 기존의 뇌‑이미지 혹은 뇌‑언어 재구성 연구는 fMRI와 목표 출력(이미지, 텍스트) 사이에 1:1 매칭이 보장된 데이터셋을 전제로 한다. 그러나 뇌와 동시에 기록된 제스처 데이터는 실험 설계상의 제약과 비용 때문에 거의 존재하지 않는다. 저자들은 이러한 제약을 우회하기 위해

December 01, 2025

From monoliths to modules: Decomposing transducers for efficient world modelling

이 논문이 제시하는 핵심 아이디어는 ‘트랜스듀서’를 이용해 세계 모델을 모듈화하고, 그 모듈들을 역으로 분해함으로써 병렬 처리와 해석 가능성을 동시에 확보한다는 점이다. 트랜스듀서는 관측·행동·보상 등 복합적인 상호작용을 하나의 입력‑출력 관계로 추상화한 구조로, POMDP(부분 관측 마코프 결정 과정)를 일반화한다. 기존 연구에서는 여러 트랜스듀서를 순차적으로 연결해 복잡한 시스템을 구성하는 ‘합성’ 방법이 주로 다루어졌으며, 이는 설계 단계에서는 직관적이지만 실제 운용 단계에서는 전체 모델이 거대해져 연산 비용이 급증하고, 내부

December 01, 2025

Model

InnoGym: Benchmarking the Innovation Potential of AI Agents

InnoGym이 제시하는 가장 큰 혁신은 “혁신성”이라는 추상적 개념을 정량화하려는 시도에 있다. 기존의 LLM·에이전트 평가는 주로 정답률, 실행 시간, 토큰 비용 등 효율성 지표에 집중했으며, 이는 모델이 기존 지식을 재현하는 능력은 잘 측정하지만, 새로운 아이디어를 창출하는 능력은 거의 드러내지 못한다. InnoGym은 이를 보완하기 위해 두 축, 즉 performance gain과 novelty를 동시에 측정한다. performance gain은 현재까지 보고된 최적 솔루션 대비 얼마나 개선했는지를 백분율 혹은 절대값으로 나

December 01, 2025

Spatiotemporal Pyramid Flow Matching for Climate Emulation

본 논문은 기후 과학과 머신러닝이 교차하는 최전선에서, 기존 생성 모델이 갖는 근본적인 한계를 뛰어넘는 혁신적인 프레임워크를 제시한다. 현재 대부분의 기후 에뮬레이션은 고해상도 물리 기반 모델을 직접 실행하거나, 저해상도 통계 모델에 의존한다. 전자는 계산 비용이 천문학적으로 높고, 후자는 복잡한 비선형 상호작용을 충분히 포착하지 못한다. 특히, 날씨 수준의 자기회귀 방식은 시간 단계마다 순차적으로 샘플링해야 하므로 장기 시뮬레이션(수십 년~수백 년)에서는 시간 복잡도가 선형적으로 증가한다. 이러한 구조적 제약은 비정상적인 외부 강

December 01, 2025

Zero-Overhead Introspection for Adaptive Test-Time Compute

본 논문은 현재 대형 언어 모델(LLM)이 직면한 메타인지 부재 문제를 짚고, 이를 해결하기 위한 새로운 인프라스트럭처인 ZIP‑RC(Zero‑overhead Introspective Prediction of Reward and Cost)를 제시한다. 기존의 Best‑of‑N 방식은 고정된 샘플 수를 미리 정해두고 모든 후보에 대해 동일한 비용을 소모한다. 이는 생성 과정 중에 “이 정도면 충분한가?”라는 판단을 내릴 근거가 부족해, 실제로는 marginal benefit가 거의 없는 추가 샘플까지도 수행하게 만든다. 또한, 모델

December 01, 2025

ChromouVQA: Benchmarking Vision-Language Models under Chromatic Camouflaged Images

본 논문은 현재 Vision‑Language Model(VLM)이 직면한 핵심 한계인 ‘피겨‑그라운드 구분’ 문제를 정량적으로 평가하기 위해 매우 체계적인 벤치마크를 설계했다는 점에서 의미가 크다. 기존 VLM 평가 데이터셋은 주로 명확한 객체와 배경을 구분할 수 있는 이미지에 초점을 맞추었으며, 색채 위장(camouflage)과 같이 인간의 시각 시스템조차도 인지하기 어려운 상황을 충분히 반영하지 못했다. ChromouVQA는 이러한 공백을 메우기 위해 이시하라 점 플레이트(Ishihara plates)를 변형한 색채 위장 이미지

November 30, 2025

Model

IndiMathBench: Autoformalizing Mathematical Reasoning Problems with a Human Touch

자동 형식화(auto‑formalization) 문제는 자연어로 서술된 수학 문제를 기계가 이해할 수 있는 형식 언어, 여기서는 Lean 4와 같은 정리 증명 시스템으로 변환하는 과정을 의미한다. 기존 연구에서는 주로 서양 수학 교과서나 공개된 정리 데이터베이스를 활용했지만, 이러한 자료는 이미 많은 자동 형식화 도구에 의해 학습되어 과적합(over‑fitting) 위험이 있다. 반면 INDIMATHBENCH는 인도 수학 올림피아드라는 비교적 독립적인 출처에서 312개의 문제를 수집함으로써 데이터 다양성을 크게 확대한다. 이는 LL

November 30, 2025

Integrating Causal Foundation Model in Prescriptive Maintenance Framework for Optimizing Production Line OEE

본 논문은 제조 현장에서 예측 중심의 유지보수에서 한 단계 나아가 인과관계를 명시적으로 모델링함으로써 ‘처방형 유지보수(prescriptive maintenance)’를 구현하려는 시도를 상세히 제시한다. 먼저 기존 예측 모델이 “스푸리어스(correlational) 패턴”에 의존한다는 비판은 실제 현장 사례와 일치한다. 센서 데이터가 풍부하지만, 고장 원인에 대한 도메인 지식이 부족한 경우 모델이 잡아내는 신호는 종종 우연히 발생한 상관관계에 불과하다. 이러한 상황에서 단순히 고장 확률만을 제공받아도, 현장 엔지니어는 “어디를 고

TimesNet-Gen: Deep Learning-based Site Specific Strong Motion Generation

Tokenizing Buildings: A Transformer for Layout Synthesis

When GenAI Meets Fake News: Understanding Image Cascade Dynamics on Reddit

Balancing Safety and Helpfulness in Healthcare AI Assistants through Iterative Preference Alignment

SPARK: Stepwise Process-Aware Rewards for Reference-Free Reinforcement Learning

Towards a fully differentiable digital twin for solar cells

Video4Spatial: Towards Visuospatial Intelligence with Context-Guided Video Generation

AI-Enabled grading with near-domain data for scaling feedback with human-level accuracy

An Empirical Study of Agent Developer Practices in AI Agent Frameworks

Community Quality and Influence Maximization: An Empirical Study

Data assimilation and discrepancy modeling with shallow recurrent decoders

fMRI2GES: Co-speech Gesture Reconstruction from fMRI Signal with Dual Brain Decoding Alignment

From monoliths to modules: Decomposing transducers for efficient world modelling

InnoGym: Benchmarking the Innovation Potential of AI Agents

Spatiotemporal Pyramid Flow Matching for Climate Emulation

Zero-Overhead Introspection for Adaptive Test-Time Compute

ChromouVQA: Benchmarking Vision-Language Models under Chromatic Camouflaged Images

IndiMathBench: Autoformalizing Mathematical Reasoning Problems with a Human Touch

Integrating Causal Foundation Model in Prescriptive Maintenance Framework for Optimizing Production Line OEE

Optimizing Text Search: A Novel Pattern Matching Algorithm Based on Ukkonen's Approach

Hierarchical clustering of complex energy systems using pretopology

Enhancing Geo-localization for Crowdsourced Flood Imagery via LLM-Guided Attention

Space Alignment Matters: The Missing Piece for Inducing Neural Collapse in Long-Tailed Learning

Learning Solution Operators for Partial Differential Equations via Monte Carlo-Type Approximation

Super-Nash Performance

Optimal Investment with Correlated Stochastic Volatility Factors

Robust Revenue Maximization Under Minimal Statistical Information

Optimal Algorithms for Geometric Centers and Depth

Dependence-Robust Inference Using Resampled Statistics

Distributed Deep Convolutional Neural Networks for the Internet-of-Things

Lyapunov Event-triggered Stabilization with a Known Convergence Rate

Lower Bounds for Function Inversion with Quantum Advice

Unique key Horn functions

Peer-to-Peer Trading in Electricity Networks: An Overview

State Synchronization for Homogeneous Networks of Non-introspective Agents in Presence of Input Saturation -A Scale-free Protocol Design

Recovering Latent Variables by Matching

Shenjing: A low power reconfigurable neuromorphic accelerator with partial-sum and spike networks-on-chip

On Exact Computation with an Infinitely Wide Neural Net

Indian EmoSpeech Command Dataset: A dataset for emotion based speech recognition in the wild

Beating the House: Identifying Inefficiencies in Sports Betting Markets

Game-based coalescence over multi-agent systems

Average-based Robustness for Continuous-Time Signal Temporal Logic

E(A+M)PEC - An OpenCL Atomic & Molecular Plasma Emission Code For Interstellar Medium Simulations

Open shop scheduling games

Using Structured Input and Modularity for Improved Learning

Relaxed Conditions for Secrecy in a Role-Based Specification

Towards Dependable Change Management and Traceability for Global Software Development

Floating Extensional Flows

Radius and magnetic field from Synchrotron-self-absorbed radio and Inverse Compton X-ray observations of Supernovae

GRBs in the SWIFT and Fermi era: a new view of the prompt emission

< Category Statistics (Total: 743) >

Start searching

No results found