Computer Science

All posts under tag "Computer Science"

266 posts total

Sorted by date

Performance Measurement of the Heterogeneous Network

이 논문은 M/M/2 큐 시스템을 활용하여 네트워크 지연 문제를 분석하고 있습니다. 이 모델은 두 개의 서버로 구성되며, 각 서버는 서로 다른 처리 능력을 가지고 있어 작업 스케줄링 방식은 FCFS(First Come First Served)입니다. 1. M/M/2 큐 시스템 M/M/2 큐 시스템은 네트워크 지연 문제를 효과적으로 모델링하기 위한 도구로, 이 시스템의 주요 특징 중 하나는 두 개의 서버가 서로 다른 처리 능력을 가지고 있다는 점입니다. 작업 스케줄링 방식은 FCFS로, 작업이 도착한 순서대로 처리됩니다. 2. 상태

October 18, 2011

Networking Network Computer Science

X-ray view on a Class using Conceptual Analysis in Java Environment

이 논문은 개념 분석(Conceptual Analysis, CA)을 활용하여 소프트웨어 재공학에서의 모듈화와 클래스 내부 구조를 분석하는 방법을 제시하고 있다. 특히 자바 환경에서 이러한 접근법을 적용함으로써, 개발자들이 코드의 복잡성을 줄이고 유지보수성을 향상시키는 데 도움이 되도록 설계되었다. 개념 분석과 X Ray 뷰 개념 분석은 요소들 간의 공통 속성에 기반하여 의미 있는 집단을 식별하는 이론적 접근법이다. 이러한 집단은 '개념'으로 불리며, 각각의 개념은 특정 속성을 공유한다. 논문에서는 X Ray 뷰라는 기법을 소개하는데

October 18, 2011

Analysis Software Engineering Computer Science

A Variant of Azumas Inequality for Martingales with Subgaussian Tails

본 논문은 Azuma 부등식의 변형에 대해 깊이 있게 분석하고 있다. 기존 Azuma 부등식은 확률적 과정에서 중요한 역할을 하는데, 특히 마르팅알의 수렴성을 보장하는 강력한 도구이다. 그러나 이 부등식은 모든 시간 t에 대해 |Zt|가 상수 b 이내로 제한되어야 한다는 엄격한 가정을 필요로 하며, 이는 실제 문제에서 적용하기 어려운 경우가 많다. 본 논문에서는 이러한 한계를 극복하고자 마르팅알의 각 항이 고확률로 큰 값을 가지더라도 Azuma 부등식을 일반화하는 새로운 변형을 제시한다. 이를 통해, '거의 경계가 있는' 마르팅알에

October 14, 2011

Mathematics Machine Learning Computer Science

Maximizing the Cohesion is NP-hard

본 논문의 주요 목표는 사회 네트워크 분석에서 중요한 역할을 하는 '결속성'이라는 새로운 지표를 도입하고, 이 지표를 사용하여 그래프 내에서 최대 결속성을 갖는 집합을 찾는 문제가 NP 하드임을 증명하는 것이다. 이를 통해 사회 네트워크 분석의 복잡성을 이해하고, 효율적인 알고리즘 개발에 대한 필요성과 한계를 파악할 수 있다. 1. 결속성 지표의 도입 및 실험적 검증 결속성은 사회 네트워크 내에서 집단의 일체감을 측정하는 새로운 지표로, 이는 사용자 주관적 커뮤니티 인식과 높은 상관관계를 가짐을 페이스북 실험을 통해 확인하였다. 이

October 11, 2011

Networking Computational Complexity Computer Science

An Approach for Message Hiding using Substitution Techniques and Audio Hiding in Steganography

: 본 논문은 스테가노그래피를 이용한 정보 은닉 기법을 다루고 있으며, 특히 24비트 BMP 이미지 파일에 텍스트나 오디오 같은 비밀 메시지를 숨기는 방법에 집중하고 있습니다. 이는 정보 보안의 중요한 하위 분야로, 스테가노그래피와 워터마킹을 통해 발전해 왔습니다. 논문은 암호화 기술에서 영감을 받아, 전송된 메시지를 도청자로부터 안전하게 숨길 수 있는 방법을 제안하고 있습니다. 이는 단순히 메시지를 암호화하는 것 이상으로, 실제 데이터를 다른 미디어에 숨기는 방식입니다. 스테가노그래피 기법: 논문에서 제안된 스테가노그래피 기법은

September 23, 2011

Computer Science Cryptography and Security

mizar-items: Exploring fine-grained dependencies in the Mizar Mathematical Library

본 논문은 MML(Mathematical Meta Language) 내의 미세한 의존성을 분석하는 시스템을 개발하고 그 활용 방법에 대해 설명한다. MML은 수학적 증명과 정리가 공식화된 가장 큰 데이터베이스 중 하나로, 약 1,100개의 기사와 250만 줄 이상의 텍스트를 포함하며, 이는 5만 개 이상의 정리와 1만 개 이상의 정의를 수학적 기호로 표현한다. 이러한 방대한 데이터는 다양한 실험을 수행하기 위한 코퍼스로서 가치가 크다. 논문에서 제시된 Mizar items 시스템은 MML 내의 미세 의존성을 계산하는 데 중점을 두고

September 20, 2011

Digital Libraries Mathematics Computer Science

Secured color image watermarking technique in DWT-DCT domain

본 논문은 디지털 이미지의 저작권 보호를 위해 DWT DCT 도메인에서 색상 이미지 워터마킹 기법을 제안하고 있다. 이 방법은 이미지의 YIQ 색 공간 변환과 DWT, DCT를 활용하여 고주파 하위 대역에 워터마크를 삽입함으로써 내구성을 향상시킨다. 1. 연구 배경 디지털 데이터의 확산은 저작권 보호가 필수적인 필요로 이어졌다. 디지털 이미지 워터마킹은 원본 이미지에 적절한 정보를 숨겨 소유권을 명시함으로써 저작권을 보호한다. 워터마킹 시스템의 품질은 강인성, 지각 투명도, 용량 및 블라인드 워터마킹이라는 네 가지 핵심 요소에 의해

September 13, 2011

Multimedia Computer Science

An Efficient Preprocessing Methodology for Discovering Patterns and Clustering of Web Users using a Dynamic ART1 Neural Network

본 논문은 웹 사용자 패턴 분석을 위한 전처리 및 클러스터링 방법론에 중점을 두고 있다. 주요 내용과 그 중요성, 그리고 제안된 접근 방식의 효과를 심도 있게 분석해보자. 1. 전처리의 필요성 웹 로그 데이터는 웹사이트 방문자의 행동을 기록한 대량의 정보로 구성되어 있으며, 이 데이터에서 유의미한 패턴을 발견하기 위해서는 정교한 전처리 과정이 필수적이다. 본 논문에서는 전처리를 통해 초기 로그 파일 크기를 73 82%까지 줄이는 동시에 풍부하고 구조화된 데이터를 제공하는 방법론을 제시한다. 전처리의 주요 목표는 분석 대상 데이터의

September 07, 2011

Neural Computing Network Computer Science

A Radio Based Intelligent Railway Grade Crossing System to Avoid Collision

: 본 논문은 철도 등급 교차점에서 발생하는 사고를 줄이기 위한 지능형 철도 교량 시스템을 제안하고, 그 구현 방법과 작동 원리를 상세히 설명한다. 이 시스템의 핵심은 무선 링크를 통해 열차의 접근 및 퇴출 정보를 수집하는 것이다. 1. 문제 인식 철도 등급 교차점에서 발생하는 사고는 운전자의 과실, 악천후, 부적절한 교통 계획 등의 다양한 요인에 의해 발생하며, 특히 게이트가 없는 경우 이러한 사고의 위험이 더욱 증가한다. 이로 인해 최근 5년 동안 많은 사람들이 사망하거나 부상을 입었다는 점을 강조하고 있다. 2. 기존 시스템의

September 02, 2011

Computer Science System Systems and Control

A Rejoinder on Energy versus Impact Indicators

: 본 논문은 과학 연구의 영향력을 측정하는 새로운 지표인 통합 영향 지표(I3)를 제안하고 있습니다. 이는 기존의 저널 인용 점수(JCS)와 분야 인용 점수(FCS)를 평균으로 사용하는 방식과 달리, 두 히트(citations)의 영향을 합으로 계산합니다. 이러한 접근법은 충돌 시 모멘텀의 벡터 합과 유사한 개념을 적용하며, 인용 분석에서 스칼라 합을 사용하는 것이 타당하다는 주장을 합니다. 논문에서는 I3를 개발하면서 Prathap (2011a)의 엔트로피 개념이 확률적 엔트로피가 아닌 열역학적 엔트로피라는 점을 지적합니다. 이

August 31, 2011

Physics Computer Science Digital Libraries

Unsteady Hydromagnetic Flow of Viscoelastic Fluid down an Open Inclined Channel

: 본 논문은 개방형 경사 채널 내에서 월터 유체의 비정상 수력학적 흐름을 연구하며, 특히 균일한 수직 자기장이 이 흐름에 미치는 영향을 분석한다. 월터 유체는 비뉴턴 유체 중 하나로, 고전적인 응력 변형률 관계를 따르지 않는 특성을 가진다. 이러한 물질은 플라스틱 성형, 섬유 제조 등 다양한 산업에서 중요한 역할을 하는데, 이 연구는 월터 유체의 흐름에 대한 이해를 깊게 하기 위해 수행되었다. 논문에서는 라플라스 변환과 유한 푸리에 사인 변환 기법을 사용하여 속도 분포를 평가한다. 이러한 수학적 방법은 복잡한 미분 방정식을 해결하

August 30, 2011

Physics Computational Engineering Computer Science

Biologically Inspired Process Calculi, Petri Nets and Membrane Computing

: 이 책은 막 구조 컴퓨팅(Membrane Computing) 및 생물학적으로 영감을 받은 프로세스 계산(Biologically Inspired Process Calculus) 분야에서 중요한 연구 성과들을 모아놓은 기록입니다. 특히, 페트리 네트(Petri Net)를 활용한 연구가 강조되어 있어 이 세 가지 주제 사이의 상호작용을 잘 보여주고 있습니다. 막 구조 컴퓨팅은 생물학적 시스템에서 영감을 받아 개발된 계산 모델로, 특히 세포 내에서 발생하는 복잡한 화학 반응과 정보 흐름을 모델링하는데 사용됩니다. 이 분야는 자동화, 형

August 18, 2011

Formal Languages Distributed Computing Computer Science

Modelling of Genetic Regulatory Mechanisms with GReg

본 논문은 유전적 조절 메커니즘의 모델링에 있어 기존 시뮬레이션 도구와 모델 체크(model checking) 기법 사이의 균형점을 찾는 데 초점을 맞추고 있다. 특히, GReg이라는 도메인 특정 언어(DSL)를 개발하여 생물학적 개념을 형식화하고, 이를 통해 비전문가도 쉽게 접근할 수 있는 모델 체크 도구를 제공한다. 1. DSL의 필요성 생명과학 분야에서 시뮬레이션 기법은 널리 사용되고 있지만, 이는 특정 조건 하에만 가능한 행동을 탐색하는 데 그치며, 전체적인 시스템 동작을 완전히 이해하기에는 한계가 있다. 반면, 모델 체크는

August 18, 2011

Computational Engineering Model Logic Computer Science

No Image

Multiscale Modelling: A Mobile Membrane Approach

: 본 논문은 생물학적 과정 연구에 있어 다중 규모 모델링의 중요성과 그 구현 방법을 탐구하고 있습니다. 특히, 이동성 막 시스템이 이러한 모델링 접근법에서 중요한 역할을 하는데 초점을 맞추고 있습니다. 1. 다중 규모 모델링의 필요성 자연 현상은 다양한 공간적 및 시간적 규모에서 상호작용하며 발생합니다. 따라서, 이를 효과적으로 연구하려면 다중 규모 모델링이 필수적입니다. 복잡 자동문(CxA)은 이러한 다중 규모 접근법을 구현하는 데 가장 적합한 시스템으로 간주됩니다. 2. 이동성 막 시스템의 활용 이동성 막 시스템은 생물학적 움

August 18, 2011

Formal Languages Quantitative Biology Model Computer Science Emerging Technologies

Petri Nets and Bio-Modelling - and how to benefit from their synergy

: 본 논문은 페트리넷과 생물학적 시스템 간의 상호작용을 통해 얻을 수 있는 이점을 탐구합니다. 페트리넷은 동시성과 분산 계산을 위한 강력한 도구로, 행동 특성을 분석하고 검증하는 데 사용됩니다. 생물학적 과정을 이해하기 위해 제안된 막 시스템과 반응 시스템은 세포 내 화학 반응을 추상화한 모델입니다. 페트리넷의 원인과 동시성 의미론에 대한 이해는 페트리넷이 어떻게 생물학적 과정을 정확히 모델링할 수 있는지 설명하는 데 중요합니다. 막 시스템은 세포 내 화학 반응에서 영감을 받아 개발되었으며, 이는 페트리넷과 유사한 다중 집합 재구

August 18, 2011

Formal Languages Distributed Computing Model Computer Science

Development and Modelling of High-Efficiency Computing Structure for Digital Signal Processing

본 논문의 핵심 내용은 스플라인(spline) 알고리즘을 활용한 고속 신호 복원 컴퓨팅 구조 개발에 대한 것입니다. 이 연구는 디지털 신호 처리 분야에서 중요한 역할을 하는 스플라인 모델의 발전과 적용에 중점을 두고 있습니다. 1. 스플라인 알고리즘의 중요성 스플라인은 다양한 읽기 처리 알고리즘의 보편성을 제공하며, 우수한 미분 및 극한 특성, 높은 추정 수렴도를 가지고 있어 신호 분석과 복원에 널리 사용되고 있습니다. 특히 스플라인은 단순한 형태와 파라미터 계산, 그리고 라운드 오류에 대한 약한 영향으로 인해 1차원 및 다변수 신

July 22, 2011

Numerical Analysis Model Computer Science

Sorting Algorithms with Restrictions

이 논문은 정렬 알고리즘의 제한 조건과 그에 따른 복잡도를 깊게 탐구하며, 특히 $k$ 정렬 방식과 병렬 정렬 방식을 중점적으로 다룬다. 이 연구는 전통적인 정렬 알고리즘에서 벗어나 새로운 환경과 요구 사항에 맞춘 정렬 방법론을 제시한다. 1. 서론 서론에서는 정렬이 가장 널리 사용되고 심도 있게 연구된 문제 중 하나라는 점을 강조하며, 전통적인 가정에서 벗어나 새로운 프로세서와 데이터 스트림의 등장으로 인해 변화하는 정렬 알고리즘의 모습에 대해 논한다. 이는 기존의 정렬 알고리즘이 단순히 두 숫자를 비교하여 정렬하는 방식에서 벗어

July 22, 2011

Computer Science Data Structures

Fingerprint recognition using standardized fingerprint model

지문 인식은 생체 인식 기술 중 하나로, 고유한 특징과 지속성 덕분에 중요한 역할을 합니다. 그러나 저품질 이미지나 소형 영역에서 획득된 데이터를 처리하는 데 어려움이 있습니다. 이 논문에서는 이러한 문제를 해결하기 위해 표준화된 지문 템플릿 모델을 제안합니다. 1. 연구 배경 및 필요성 지문 인식의 핵심은 템플릿과 쿼리 지문 간의 매칭입니다. 이 과정에서 다양한 알고리즘이 개발되었지만, 특히 지문이 회전되거나 교차 부분이 작은 경우 정확도가 떨어집니다. 이를 해결하기 위해 표준화된 지문 템플릿 모델을 제안합니다. 2. 연구 방법

July 19, 2011

Model Computer Vision Computer Science

No Image

Visual Secret Sharing Scheme using Grayscale Images

: 본 논문은 회색조 이미지에 대한 시각 비밀 분배(VSS) 방식의 개선점을 제시하며, 특히 픽셀 확장 문제와 재구성된 이미지의 품질 저하를 해결하기 위한 새로운 접근법을 소개한다. 이 연구는 기존 VSS 방식에서 발생하는 주요 문제점들을 극복하고자 하며, 이를 통해 보다 안정적이고 효과적인 비밀 정보 공유 방법을 제시한다. 1. 배경 및 문제 인식 비밀 분배 기법은 다양한 응용 분야에서 활용되며, 특히 워터마킹과 같은 정보 은닉 기술에 널리 사용된다. 그러나 이들 방식 중 일부는 재구성된 이미지의 품질 저하와 픽셀 확장 문제를 야

July 01, 2011

Computer Vision Computer Science Cryptography and Security

No Image

Pose Estimation from a Single Depth Image for Arbitrary Kinematic Skeletons

본 논문은 깊이 이미지로부터 임의의 관절 구조를 가진 물체의 3D 자세를 추정하는 문제에 대해 진화 알고리즘을 활용한 새로운 접근법을 제시한다. 이 연구는 기존의 방법들이 사전 훈련이나 도메인 특정 지식에 크게 의존하고, 이를 일반화하기 위한 추가적인 노력이 필요하다는 한계점을 극복하려고 시도한다. 1. 문제 정의와 접근 방식 자세 추정은 물체의 관절 구조를 기반으로 깊이 이미지에서 물체의 위치와 자세를 결정하는 과정이다. 본 논문에서는 이 문제를 모델 기반 추정 문제로 정의하고, 진화 알고리즘을 활용하여 최적의 자세 매개변수를 찾

June 28, 2011

Computer Science Artificial Intelligence Machine Learning Computer Vision

No Image

Cryptographic Hardening of d-Sequences

본 논문은 d 시퀀스를 이용하여 랜덤 숫자 생성기(RNG)의 무작위성을 강화하는 방법을 제안하고 있습니다. 이 연구는 RNG의 출력에 다대일 매핑을 적용함으로써 역 과정의 복잡성을 증가시키고, 이를 통해 시퀀스의 무작위성을 향상시키는 아이디어를 중심으로 진행되었습니다. 1. 무작위성 측정 기준 무작위성은 확률적 관점과 복잡성 관점에서 측정될 수 있습니다. 본 논문에서는 자상관 함수를 주요한 무작위성 측정 기준으로 사용하였습니다. 이는 시퀀스의 자기 유사성을 나타내며, 좋은 무작위 시퀀스는 대략 이진 값을 가지는 자상관 함수를 가집니

June 21, 2011

Computer Science Cryptography and Security

No Image

Zen Puzzle Garden is NP-complete

본 논문은 '젠 퍼즐 가든(ZPG)' 게임의 복잡성 분석을 통해, 이 게임이 NP 완전한 문제라는 것을 증명하고 있다. ZPG는 2차원 격자 상에서 진행되는 단축 플레이어 퍼즐 게임으로, 모래, 바위 또는 통행 가능한 사각형들로 구성된 정사각형 그리드 위에서 움직이는 수도승 캐릭터를 중심으로 한다. 게임의 목표는 모든 모래 사각형을 통과시키는 것이다. ZPG의 복잡성 분석은 NP 완전성 증명에 초점을 맞추고 있다. 이 논문에서는 입방형 그래프에 대한 하밀턴 회로 문제와 ZPG 간의 감소를 통해 NP 완전성을 증명한다. 입방형 그래프

June 13, 2011

Computer Science Computational Complexity

A Note on the Group-theoretic Approach to Fast Matrix Multiplication

: 이 논문은 행렬 곱셈 알고리즘의 복잡도를 줄이는 데 있어 그룹 이론적 접근 방식의 중요성에 대해 탐구하고 있다. 전통적인 행렬 곱셈 알고리즘은 O(n³) 시간 복잡도를 가진다. 그러나, 보다 효율적인 알고리즘이 존재하며, 가장 빠른 알려진 알고리즘은 Don Coppersmith와 Shmuel Winograd에 의해 제시된 O(n².376) 시간 복잡도의 알고리즘이다. 논문에서는 행렬 곱셈 알고리즘의 성능을 향상시키는 데 있어 그룹 이론적 접근 방식의 중요성을 강조한다. 특히, 2003년에 코헨(Cohn)과 우만스(Umans)이

May 12, 2011

Symbolic Computation Mathematics Computer Science

Liber Mathematicae: A Web-Based Documentation and Collaboration Project for Mathematics

: 본 논문은 기존의 수학 출판 방식에 대한 한계를 극복하고자 하는 새로운 접근법을 제시한다. 전통적으로 수학 지식은 책이나 학술지에 인쇄 매체로 출판되어 왔지만, 인터넷이 등장함에 따라 새로운 출판 방식의 가능성이 열렸음에도 불구하고, 대부분의 온라인 수학 출판물은 여전히 미디어의 잠재력을 충분히 활용하지 못하고 있다. 예를 들어, arXiv는 PDF 형식을 사용하여 문서를 호스팅하는데, 이는 인쇄용 문서 전송 및 형식 유지에 최적화되어 있지만, 수학적 표현을 확장 가능하거나 복사 가능한 형태로 표시하지는 못한다. 위키피디아와 같

March 01, 2011

Digital Libraries Mathematics Computer Science

On the impossibility of non-static quantum bit commitment between two parties

본 논문은 양자 비트 커밋먼트(QBC) 프로토콜의 보안성과 한계에 대해 심도 있게 분석합니다. QBC는 암호화에서 중요한 역할을 하는데, 이는 전송자가 수신자에게 0 또는 1 중 하나의 비트를 약속하는 과정입니다. 이 프로세스는 바인딩 속성과 감추는 속성을 동시에 충족해야 합니다. 바인딩 속성은 전송자가 커밋먼트 단계 이후에 약속한 비트 값을 변경할 수 없음을 의미하며, 감추는 속성은 수신자에게 커밋먼트 단계 이전에는 약속된 비트 값이 알려지지 않음을 나타냅니다. 이러한 두 가지 속성을 동시에 충족하는 고전적 비트 커밋먼트 프로토콜

February 11, 2011

Quantum Physics Computer Science Cryptography and Security

Bandwidth and pathwidth of three-dimensional grids

본 논문은 그래프 이론에서 중요한 두 가지 파라미터인 밴드 너비와 경로 너비에 대한 심도 있는 연구를 제공하며, 특히 3차원 그리드의 경우에 대해 집중적으로 다룬다. 이 연구는 컴퓨터 과학 분야에서 널리 활용되는 그래프 이론의 중요한 측면을 탐구하고 있으며, 그 결과는 VLSI 레이아웃과 병렬 컴퓨팅 등 다양한 응용 분야에 적용될 수 있다. 밴드 너비와 경로 너비의 정의 및 관련성 밴드 너비와 경로 너비는 그래프 이론에서 중요한 개념으로, 각각 그래프의 구조를 측정하는 데 사용된다. 밴드 너비는 그래프의 정점 집합을 일렬로 배열했을

January 06, 2011

Computer Science Discrete Mathematics

DARC: Drum accompaniment generation with fine-grained rhythm control

DARC는 현재 음악 생성 연구에서 두드러진 문제점, 즉 ‘구조적 제어와 스타일적 자유 사이의 트레이드오프’를 효과적으로 해소한다는 점에서 의미가 크다. 기존 스템‑투‑스템 접근법은 악기 간 상호작용을 반영해 조화로운 반주를 만들 수 있지만, 리듬 패턴을 사용자가 직접 지정하거나 미세 조정하기는 어려웠다. 반대로 timbre‑transfer 기반 모델은 사용자가 직접 만든 비트박싱·탭핑 같은 리듬 시퀀스를 입력으로 받아들일 수 있지만, 그 리듬이 현재 진행 중인 화성·멜로디와 얼마나 잘 맞는지는 보장되지 않는다. DARC는 이 두

January 05, 2026

Computer Science Sound

K-EXAONE Technical Report

This paper introduces K EXAONE, a large scale multilingual language model developed by LG AI Research. The model boasts 236 billion parameters in total and activates 23 billion during inference. It supports a context window of up to 256K tokens and covers six languages: Korean, English, Spanish, Ger

January 05, 2026

Computer Science NLP

No Image

Yukthi Opus: A Multi-Chain Hybrid Metaheuristic for Large-Scale NP-Hard Optimization

Yukthi Opus(YO)는 메타휴리스틱 설계에서 흔히 발생하는 ‘전역 탐색과 지역 탐색의 균형’ 문제를 세 단계 구조로 명확히 구분함으로써 해결책을 제시한다. 첫 번째 레이어인 MCMC 기반 전역 탐색은 확률적 전이 메커니즘을 이용해 탐색 공간을 균등하게 샘플링하고, 초기 번인 단계에서 충분히 다양한 영역을 방문하도록 설계되었다. 이때 블랙리스트를 도입해 이미 낮은 품질을 보인 지역을 재방문하지 않게 함으로써 불필요한 계산을 크게 절감한다는 점이 눈에 띈다. 두 번째 레이어는 전통적인 탐욕적 로컬 서치를 적용해 현재 위치에서 가

January 05, 2026

Computer Science Neural Computing

No Image

A construction of an optimal base for conditional attribute and attributional condition implications in triadic contexts

삼중 컨텍스트는 전통적인 이항 관계를 넘어 객체‑속성‑조건이라는 세 차원을 동시에 고려하는 데이터 모델로, 지식 발견 및 의미론적 분석에 있어 강력한 표현력을 제공한다. 그러나 이러한 다차원 구조에서는 기존의 이항 컨텍스트에서 사용되는 함축(implication) 기반 추론 기법을 그대로 적용하기 어렵다. 특히 조건 속성(conditional attribute)과 귀속 조건(attributional condition)이라는 두 종류의 함축이 동시에 존재할 경우, 서로 얽히는 전제와 결론 사이의 중복 및 불필요한 함축이 급증하여 효율

January 04, 2026

Computer Science Artificial Intelligence

Exposing Hidden Interfaces: LLM-Guided Type Inference for Reverse Engineering macOS Private Frameworks

MOTIF는 크게 두 가지 핵심 요소로 구성된다. 첫 번째는 Objective‑C 런타임 정보를 활용해 메서드 호출 관계와 클래스 계층 구조를 추출하는 ‘메타데이터 수집 모듈’이다. 이 모듈은 dyld shared cache와 Mach‑O 바이너리를 동적으로 로드하고, objc getClass, method getImplementation 등의 런타임 API를 호출해 실제 메모리 주소와 심볼 정보를 수집한다. 수집된 데이터는 그래프 형태로 정규화되어 이후 단계에 전달된다. 두 번째는 파인튜닝된 대형 언어 모델(LLM)이다. 연구팀은

January 04, 2026

Computer Science Framework Cryptography and Security

No Image

FALCON: Few-Shot Adversarial Learning for Cross-Domain Medical Image Segmentation

FALCON 논문은 현재 의료 영상 분할 분야가 직면한 세 가지 핵심 문제—라벨 데이터의 희소성, 환자 간 해부학적 변이, 그리고 실시간 임상 적용을 위한 연산 효율성—를 동시에 해결하려는 시도로 평가할 수 있다. 가장 눈에 띄는 점은 “메타‑학습 → 적대적 파인튜닝 → 경계 인식 학습”이라는 3단계 전이 전략이다. 첫 단계에서 자연 이미지(예: PASCAL‑5ⁱ, COCO‑20ⁱ)로 메타‑러닝을 수행함으로써, 다양한 클래스와 복잡한 배경을 가진 상황에서도 빠르게 새로운 태스크에 적응할 수 있는 ‘학습‑학습’ 메커니즘을 구축한다.

January 04, 2026

Computer Vision Computer Science Learning

HanoiWorld : A Joint Embedding Predictive Architecture BasedWorld Model for Autonomous Vehicle Controller

본 논문은 자율주행 제어에 있어 강화학습(RL)이 직면한 근본적인 한계를 짚어낸 뒤, JEPA 기반 자기지도 학습이 제공할 수 있는 대안을 제시한다. 기존 RL 접근법은 보상 설계가 복잡하고, 시뮬레이션 혹은 실제 도로에서 수백만 단계에 달하는 데이터가 필요하다. 특히 픽셀 수준의 재구성 손실을 최소화하려는 목표는 고차원 입력 공간에서 잡음(노이즈) 특성을 과도하게 학습하게 만들며, 이는 정책의 불안정성과 안전성 저하로 이어진다. 인간이 새로운 기술을 습득할 때 ‘상상’과 ‘예측’ 과정을 통해 적은 경험만으로도 일반화된 모델을 구축

January 04, 2026

Computer Science Robotics Model

KGCE: Knowledge-Augmented Dual-Graph Evaluator for Cross-Platform Educational Agent Benchmarking with Multimodal Language Models

KGCE 논문은 현재 교육용 AI 에이전트 평가 체계가 직면한 두 가지 핵심 한계를 체계적으로 진단하고, 이를 극복하기 위한 설계 원칙을 명확히 제시한다. 첫 번째 한계는 ‘프라이빗 도메인 소프트웨어’에 대한 구조적 이해 부족이다. XiaoYa Intelligent Assistant나 HuaShi XiaZi와 같은 학교 전용 애플리케이션은 UI 흐름, API 호출 방식, 데이터 포맷 등이 일반 상용 소프트웨어와 크게 다르다. 기존 멀티모달 LLM 기반 에이전트는 사전 학습 데이터에 이러한 특수 사례가 거의 포함되지 않아, 실제 실행

January 04, 2026

Computer Science Artificial Intelligence Model

Length-Aware Adversarial Training for Variable-Length Trajectories: Digital Twins for Mall Shopper Paths

본 논문은 가변 길이 시퀀스, 특히 쇼핑몰 내 고객의 이동 경로와 같은 복합적인 시간·공간 데이터를 생성하는 문제에 초점을 맞춘다. 전통적인 미니배치 학습에서는 동일 배치 내에 길이가 크게 다른 시퀀스가 섞이게 되는데, 이는 그래디언트의 스케일 차이를 야기하고 최적화 과정에서 불안정성을 초래한다. 특히 GAN 기반 생성 모델은 판별자가 “길이 자체”를 쉽게 구분하는 단축(shortcut) 전략을 취할 위험이 있는데, 이는 실제 의미 있는 패턴(예: 방문 순서, 체류 시간)보다 길이 차이에만 민감하게 반응하게 만든다. 결과적으로 생성

January 04, 2026

Machine Learning Computer Science

Logics-STEM: Empowering LLM Reasoning via Failure-Driven Post-Training and Document Knowledge Enhancement

Logics‑STEM 논문은 최근 LLM(Large Language Model) 분야에서 가장 뜨거운 이슈인 “추론 능력 강화”에 대해 데이터와 알고리즘을 동시에 최적화하는 전략을 제시한다. 먼저 데이터 측면을 살펴보면, 저자들은 7.2 M 규모의 SFT( supervised fine‑tuning ) 데이터셋을 구축하기 위해 5단계 파이프라인을 적용했다. 주석 단계에서는 인간 전문가가 장기 사고 사슬(chain‑of‑thought) 형태의 답변을 직접 작성하도록 하여, 모델이 단순히 정답을 맞추는 것이 아니라 사고 과정을 학습하도록

January 04, 2026

Computer Science Artificial Intelligence

Online Estimation and Manipulation of Articulated Objects

이 논문은 서비스 로봇이 일상 가정 환경에서 마주치는 다양한 관절형 객체(예: 서랍, 문, 회전식 손잡이 등)를 사전 지식 없이도 신속히 파악하고 조작할 수 있도록 하는 통합 프레임워크를 제시한다. 핵심 아이디어는 ‘시각‑촉각 융합’이다. 기존 딥러닝 기반 어포던스 예측은 풍부한 이미지 데이터로부터 객체의 잠재적 움직임 축이나 제한을 추정하지만, 실제 물리적 제약(마찰, 스프링 저항 등)을 반영하지 못한다. 반면, 관절 운동을 직접 관찰해 추정하는 전통적 방법은 실제 접촉이 선행돼야 하므로 초기 탐색 비용이 크다. 저자들은 이 두

January 04, 2026

Computer Science Robotics

No Image

The Optimal Sample Complexity of Linear Contracts

이 논문은 디지털 음악 플랫폼에서 새로운 로열티 모델 도입에 대한 핵심 문제, 즉 불확실한 아티스트 특성의 학습을 다루며, 이를 위한 최적 샘플 복잡도를 분석하고 제시합니다. 논문은 (Dütting 등, 2025)의 표본 기반 학습 프레임워크를 확장하여 선형 계약이라는 특정 계약 클래스에 대한 최적 학습을 위한 샘플 복잡도를 분석하고 있습니다. 기술적 혁신성: 논문은 디지털 음악 플랫폼이 새로운 로열티 모델을 도입할 때 직면하는 핵심 문제인 불확실한 아티스트 특성의 학습을 해결하기 위한 방법론을 제시합니다. 특히, 이 논문에서 제안

January 04, 2026

Computer Science Game Theory

Data-Driven Assessment of Concrete Mixture Compositions on Chloride Transport via Standalone Machine Learning Algorithms

이 논문은 콘크리트 구조물 내에서 염화물의 시간 경과 변화에 미치는 혼합물 조성의 영향을 분석하는데 초점을 맞추고 있다. 이를 위해 다양한 머신러닝 알고리즘을 사용하여 데이터 주도적 접근법을 적용한다. 연구 방법론은 간단한 선형 회귀, k 최근접 이웃 회귀, 커널 리지 회귀와 복잡한 서포트 벡터 회귀, 가우시안 프로세스 회귀, 다층 퍼셉트론(MLP), 게이트 순환 유닛(GRU)을 포함한다. 각 알고리즘의 성능은 다양한 지표를 통해 평가되며, 특히 GPR 모델은 명확하고 설명 가능한 추세를 제공하여 숨겨진 상관관계를 드러내는 데 효과

January 03, 2026

Computer Science Learning Data Machine Learning

No Image

EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos

EgoGrasp 논문은 이머시브(egocentric) 영상에서 세계 좌표계의 손‑물체 상호작용을 복원한다는 매우 야심찬 목표를 설정한다. 기존 연구는 크게 두 가지 한계에 봉착한다. 첫째, 정적 이미지 기반 방법은 시간적 연속성을 활용하지 못해 동적인 손동작과 물체 변화를 정확히 포착하지 못한다. 둘째, 카메라 좌표계에 국한된 접근법은 전역적인 위치와 자세 정보를 제공하지 못한다. 특히 일상 생활에서 촬영되는 이머시브 영상은 급격한 카메라 움직임, 조명 변화, 그리고 손과 물체의 빈번한 가림 현상이 특징이다. 이러한 환경에서는 2D

January 03, 2026

Computer Science Computer Vision

Learning from Historical Activations in Graph Neural Networks

HISTOGRAPH는 그래프 신경망(GNN) 분야의 중요한 발전을 이끌어내며, 특히 노드 임베딩의 진화와 공간적 상호작용을 동시에 모델링하는 데 중점을 두고 있습니다. 이러한 접근법은 기존 GNN 아키텍처를 개선하고, 다양한 그래프 관련 작업에서 우수한 성능을 달성할 수 있는 새로운 방향성을 제시합니다. 기술적 혁신성: HISTOGRAPH의 핵심 혁신 중 하나는 역사적 활성화 추적 입니다. 이 접근법은 GNN이 메시지 전달과 집계를 통해 노드 임베딩을 생성하는 과정에서 발생한 시간적 경로를 고려합니다. 각 노드의 층별 표현을 시퀀스

January 03, 2026

Computer Science Network Learning Machine Learning

Multi-Dimensional Prompt Chaining to Improve Open-Domain Dialogue Generation

본 논문은 최근 대형 언어 모델(LLM)이 대화 시스템에서 보여주는 뛰어난 성능과는 달리, 소형 언어 모델(SLM)이 갖는 배포·운영상의 장점을 살리면서도 품질 격차를 메우기 위한 실용적인 접근법을 제시한다. 핵심 아이디어는 ‘프롬프트 체이닝(prompt chaining)’이라는 기법을 다차원적으로 확장하여, 각각의 대화 품질 요소인 자연스러움(Naturalness), 일관성(Coherence), 흥미성(Engagingness)을 독립적으로 강화하고, 최종 응답에서 이들을 조화롭게 결합하도록 설계한 것이다. 1. 프레임워크 설계 N

January 03, 2026

Computer Science NLP

No Image

Warp-Cortex: An Asynchronous, Memory-Efficient Architecture for Million-Agent Cognitive Scaling on Consumer Hardware

본 논문은 워프 코르텍스 아키텍처를 통해 대형 언어 모델(LLM)의 병렬 추론 능력을 크게 향상시키는 방법을 제시한다. 이 아키텍처는 에이전트가 독립적인 프로세스가 아닌 비동기 스레드로서 동작하도록 설계되어, 가중치와 컨텍스트 메모리의 복잡도를 크게 줄인다. 특히, 토폴로지 데이터 분석(TDA)에서 유래한 하이브리드 랜드마크 기법을 통해 KV 캐시를 점 클라우드로 취급하고, 증인 복잡체에 영감을 받은 희박화 방법을 적용하여 컨텍스트의 지속적 호모로지 특성을 유지하면서 메모리 사용량을 크게 줄일 수 있다. 논문에서 제시된 워프 코르텍

January 03, 2026

Computer Science Machine Learning

No Image

A Comprehensive Dataset for Human vs. AI Generated Image Detection

본 논문이 제시하는 MS COCOAI 데이터셋은 현재 이미지 진위 탐지 연구에서 가장 시급히 요구되는 ‘다양성’과 ‘규모’를 동시에 만족한다는 점에서 큰 의미를 가진다. 첫째, 기존 데이터셋들은 주로 단일 생성 모델이나 제한된 프롬프트 세트를 사용해 만든 이미지에 국한돼 있었으며, 이는 실제 현장에서 마주치는 다양한 AI 툴과의 격차를 초래한다. 반면 본 데이터셋은 Stable Diffusion 3·2.1·SDXL, DALL‑E 3, MidJourney v6 등 최신 모델을 모두 포함함으로써, 현재 시장에서 널리 사용되는 주요 생성

January 02, 2026

Computer Science Data Detection Computer Vision

No Image

The Illusion of Insight in Reasoning Models

이 논문은 최근 AI 커뮤니티에서 화제가 된 “추론 중 ‘아하!’ 순간”이라는 현상을 과학적으로 검증하려는 시도이다. 저자들은 먼저 기존 연구가 제시한 사례, 즉 DeepSeek‑R1‑Zero가 중간 단계에서 갑작스러운 전략 전환을 보이며 정답을 도출한다는 주장을 재현하려 했다. 이를 위해 1백만 개가 넘는 추론 트레이스를 수집하고, 각 트레이스에서 토큰 수준의 확률 변화, 내부 표현의 변동, 그리고 출력 정확도를 동시에 기록했다. 분석 대상은 자연어 질문‑답변, 수학 문제 풀이, 코딩 생성이라는 세 가지 도메인으로, 각각의 도메인

January 02, 2026

Computer Science Artificial Intelligence Model

VEAT Quantifies Implicit Associations in Text-to-Video Generator Sora and Reveals Challenges in Bias Mitigation

본 논문은 텍스트투비디오 생성 모델이 사회적 편향을 어떻게 내재하고 재생산하는지를 정량적으로 밝히려는 시도로, 기존의 Implicit Association Test(IAT)와 이미지 기반 연관성 테스트를 비디오 임베딩에 적용한 점에서 학술적 의의가 크다. VEAT는 비디오 프레임들의 시각·음향 특징을 고차원 임베딩 공간에 매핑한 뒤, 목표 집단(예: 아프리카계 미국인, 유럽계 미국인)과 속성(pleasant, unpleasant) 사이의 거리 차이를 효과크기(d)로 측정한다. SC‑VEAT는 단일 카테고리(예: 특정 직업)와 두 집

January 02, 2026

Computers and Society Computer Science

Can Large Language Models Still Explain Themselves? Investigating the Impact of Quantization on Self-Explanations

본 논문은 양자화가 대형 언어 모델(Large Language Model, LLM)의 자기설명(self‑explanations, SE) 능력에 미치는 영향을 체계적으로 조사한 최초의 연구라 할 수 있다. 기존 연구에서는 양자화가 모델의 추론 속도와 메모리 사용량을 크게 개선한다는 점에 초점을 맞추었지만, SE와 같이 모델 내부의 추론 과정을 외부에 설명하도록 요구되는 고차원 작업에 대한 영향은 간과되어 왔다. 이 점을 메우기 위해 저자들은 두 가지 SE 유형, 즉 자연어 설명(NLE)과 반사실 예시(counterfactual exa

January 01, 2026

Computer Science NLP Model

No Image

Can Semantic Methods Enhance Team Sports Tactics? A Methodology for Football with Broader Applications

이 논문은 의미론적 벡터 공간을 팀 스포츠 전술에 적용한다는 독창적인 아이디어를 제시함으로써, 기존 전술 분석 방법론과는 차별화된 학술적 가치를 제공한다. 첫째, 선수 개개인을 다차원 벡터로 모델링한다는 접근은 기존의 단순 통계 기반 평가를 넘어, 기술·신체·심리적 특성을 동시에 고려한 복합적인 특성 표현을 가능하게 한다. 특히, 심리적 변수(예: 경기 집중도, 스트레스 수준)를 수치화하여 벡터에 포함시키는 시도는 현재 스포츠 과학에서 아직 충분히 다루어지지 않은 영역이며, 전술적 의사결정에 인간적인 요소를 반영한다는 점에서 의미가

January 01, 2026

Computer Science Artificial Intelligence

Conformal Prediction Under Distribution Shift: A COVID-19 Natural Experiment

이 논문은 컨포멀 예측이 실제 운영 환경에서 마주치는 ‘분포 변동(distribution shift)’에 얼마나 취약한지를 코로나19라는 전 세계적 충격을 이용해 실증적으로 보여준다. 연구자는 8개의 공급망 관련 태스크를 선정하고, 팬데믹 이전과 이후의 데이터 특성을 Jaccard 지수를 통해 정량화하였다. 흥미롭게도, Jaccard 지수가 거의 0에 가까워 특징 자체는 거의 변하지 않았음에도 불구하고, 예측 구간의 실제 커버리지는 0 %에서 86.7 %까지 극단적인 차이를 보였다. 이는 컨포멀 방법이 단순히 특징 분포의 변화를 감

January 01, 2026

Machine Learning Computer Science

Defensive M2S: Training Guardrail Models on Compressed Multi-turn Conversations

Defensive M2S는 기존 가드레일 모델이 전체 대화 히스토리를 입력으로 받아야 하는 구조적 한계를 근본적으로 해결한다는 점에서 의미가 크다. 다중턴 대화는 일반적으로 토큰 수가 O(n²) 수준으로 급증하는데, 이는 특히 10턴 이상으로 길어지는 실제 서비스 시나리오에서 GPU 메모리와 연산 시간의 병목을 초래한다. 논문은 이를 ‘Multi‑turn to Single‑turn (M2S)’ 압축이라는 간단하지만 효과적인 변환 규칙으로 전환한다. 구체적으로, 각 턴의 핵심 발화만을 남기고, 대화 흐름을 유지하기 위해 하이픈(–),

January 01, 2026

Computer Science NLP Model

< Category Statistics (Total: 793) >

Astrophysics

101

Condensed Matter

Economics

Electrical Engineering and Systems Science

General

272

General Relativity

HEP-EX

HEP-PH

HEP-TH

MATH-PH

NUCL-TH

Nonlinear Sciences

Physics

Quantitative Biology

Quantitative Finance

Quantum Physics

Statistics

Performance Measurement of the Heterogeneous Network

X-ray view on a Class using Conceptual Analysis in Java Environment

A Variant of Azumas Inequality for Martingales with Subgaussian Tails

Maximizing the Cohesion is NP-hard

An Approach for Message Hiding using Substitution Techniques and Audio Hiding in Steganography

mizar-items: Exploring fine-grained dependencies in the Mizar Mathematical Library

Secured color image watermarking technique in DWT-DCT domain

An Efficient Preprocessing Methodology for Discovering Patterns and Clustering of Web Users using a Dynamic ART1 Neural Network

A Radio Based Intelligent Railway Grade Crossing System to Avoid Collision

A Rejoinder on Energy versus Impact Indicators

Unsteady Hydromagnetic Flow of Viscoelastic Fluid down an Open Inclined Channel

Biologically Inspired Process Calculi, Petri Nets and Membrane Computing

Modelling of Genetic Regulatory Mechanisms with GReg

Multiscale Modelling: A Mobile Membrane Approach

Petri Nets and Bio-Modelling - and how to benefit from their synergy

Development and Modelling of High-Efficiency Computing Structure for Digital Signal Processing

Sorting Algorithms with Restrictions

Fingerprint recognition using standardized fingerprint model

Visual Secret Sharing Scheme using Grayscale Images

Pose Estimation from a Single Depth Image for Arbitrary Kinematic Skeletons

Cryptographic Hardening of d-Sequences

Zen Puzzle Garden is NP-complete

A Note on the Group-theoretic Approach to Fast Matrix Multiplication

Liber Mathematicae: A Web-Based Documentation and Collaboration Project for Mathematics

On the impossibility of non-static quantum bit commitment between two parties

Bandwidth and pathwidth of three-dimensional grids

DARC: Drum accompaniment generation with fine-grained rhythm control

K-EXAONE Technical Report

Yukthi Opus: A Multi-Chain Hybrid Metaheuristic for Large-Scale NP-Hard Optimization

A construction of an optimal base for conditional attribute and attributional condition implications in triadic contexts

Exposing Hidden Interfaces: LLM-Guided Type Inference for Reverse Engineering macOS Private Frameworks

FALCON: Few-Shot Adversarial Learning for Cross-Domain Medical Image Segmentation

HanoiWorld : A Joint Embedding Predictive Architecture BasedWorld Model for Autonomous Vehicle Controller

KGCE: Knowledge-Augmented Dual-Graph Evaluator for Cross-Platform Educational Agent Benchmarking with Multimodal Language Models

Length-Aware Adversarial Training for Variable-Length Trajectories: Digital Twins for Mall Shopper Paths

Logics-STEM: Empowering LLM Reasoning via Failure-Driven Post-Training and Document Knowledge Enhancement

Online Estimation and Manipulation of Articulated Objects

The Optimal Sample Complexity of Linear Contracts

Data-Driven Assessment of Concrete Mixture Compositions on Chloride Transport via Standalone Machine Learning Algorithms

EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos

Learning from Historical Activations in Graph Neural Networks

Multi-Dimensional Prompt Chaining to Improve Open-Domain Dialogue Generation

Warp-Cortex: An Asynchronous, Memory-Efficient Architecture for Million-Agent Cognitive Scaling on Consumer Hardware

A Comprehensive Dataset for Human vs. AI Generated Image Detection

The Illusion of Insight in Reasoning Models

VEAT Quantifies Implicit Associations in Text-to-Video Generator Sora and Reveals Challenges in Bias Mitigation

Can Large Language Models Still Explain Themselves? Investigating the Impact of Quantization on Self-Explanations

Can Semantic Methods Enhance Team Sports Tactics? A Methodology for Football with Broader Applications

Conformal Prediction Under Distribution Shift: A COVID-19 Natural Experiment

Defensive M2S: Training Guardrail Models on Compressed Multi-turn Conversations

< Category Statistics (Total: 793) >

Start searching

No results found