Learning

All posts under tag "Learning"

65 posts total

Sorted by date

Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis

본 논문은 임상 현장에서 조영제 사용에 따른 부작용과 시간 지연 문제를 해결하고자, 비조영 CT 영상만을 이용해 폐색전증을 자동으로 판별하는 3D 합성곱 신경망(3D‑CNN) 모델을 개발하였다. 먼저 데이터셋 구축 단계에서 조영제 사용이 금지된 환자군과 기존 CTPA 영상에서 라벨링된 폐색전증 사례를 매칭시켜, 비조영 CT와 라벨 정보를 일치시켰다. 이는 라벨링 비용을 크게 절감하면서도 실제 임상 상황을 반영한 데이터베이스를 확보하는 전략이다. 모델 구조는 입력 볼륨을 3차원으로 처리하여 폐혈관 및 주변 조직의 미세한 밀도 차이를

January 01, 2026

Computer Vision Computer Science Learning

Deep Learning in Geotechnical Engineering: A Critical Assessment of PINNs and Operator Learning

이 논문은 최근 지반공학 분야에 도입된 세 가지 딥러닝 프레임워크—물리 기반 신경망(PINN), 딥 연산자 네트워크(DeepONet), 그래프 네트워크 시뮬레이터(GNS)—를 전통적인 수치 해법과 직접 비교함으로써 실용성을 평가한다. 첫 번째 실험인 파동 전파 문제는 고주파 동적 응답을 정확히 포착해야 하는 전형적인 테스트베드이다. 여기서 PINN은 물리 방정식을 손실 함수에 직접 삽입하는 방식임에도 불구하고, 미분 연산과 최적화 과정에서 발생하는 수치적 불안정성으로 인해 유한차분(FD) 대비 90 000배 느려졌다. 오차 측면에서

December 30, 2025

Learning Physics

No Image

Factorized Learning for Temporally Grounded Video-Language Models

이 논문은 기존 비디오‑언어 모델이 “한 번에 전체 비디오를 요약하고 질문에 답한다”는 전통적인 패러다임을 탈피한다는 점에서 큰 의미가 있다. 기존 방법들은 종종 시간적 정보를 흐릿하게 처리하거나, 근거가 되는 시각적 증거를 명시적으로 제시하지 못해 해석 가능성이 낮았다. 저자들은 이러한 한계를 극복하기 위해 두 가지 핵심 아이디어를 제시한다. 첫 번째는 generation objective의 factorization 이다. 모델이 먼저 “어떤 시간 구간이 질문에 대한 근거가 되는가”를 판단하고, 그 구간에 해당하는 evidence

December 30, 2025

Computer Science Model Learning Computer Vision

Skim-Aware Contrastive Learning for Efficient Document Representation

Paper Analysis Title and Abstract Overview: The paper titled 'Skim Aware Contrastive Learning for Efficient Document Representation' focuses on developing an efficient document encoder that can handle long documents effectively, inspired by how domain experts like legal or medical professionals skim

December 30, 2025

Computer Science NLP Learning

A Formal Descriptive Language for Learning Dynamics: A Five-Layer Structural Coordinate System

이 논문이 제시하는 다층 형식 기술 프레임워크는 학습 과정을 ‘기술’한다는 점에서 기존의 ‘예측·최적화’ 중심 모델과 근본적으로 차별화된다. 학습은 단순히 성과를 높이는 목표 함수의 최소화가 아니라, 학습자 내부의 상태가 외부 자극과 어떻게 상호작용하면서 변형되는가에 대한 서술적 이해가 필요하다. 이를 위해 저자는 학습을 네 개의 기능적 층—부하 생성층, 내부 변환층, 관찰·측정층, 평가·조절층—으로 분리하고, 각 층이 담당하는 책임을 명확히 정의한다. 첫 번째 부하 생성층은 외부 과제·자료가 학습자에게 제공될 때 발생하는 인지 부

December 20, 2025

Learning System

High-Dimensional Data Processing: Benchmarking Machine Learning and Deep Learning Architectures in Local and Distributed Environments

종합 분석: 빅데이터 교육 실습 보고서 1. 연구 개요와 방법론 본 연구는 빅데이터 프로젝트의 통합적 접근 방식을 취하며, 세 가지 사례를 통해 다양한 데이터 유형과 규모에 대한 분석 기법을 다룹니다. Epsilon 데이터셋 : 이진 분류 문제를 해결하기 위해 MLP 모델을 사용하여 2000개의 특징과 100,000개의 인스턴스로 훈련되었습니다. PyTorch와 GPU 가속(CUDA)을 활용해 88.98%의 정확도를 달성했습니다. Rest Mex 데이터셋 : 멕시코 관광 리뷰 데이터셋에 대해 감정 분석 파이프라인을 구현하였습니다.

December 11, 2025

Data Learning

Meta Hierarchical Reinforcement Learning for Scalable Resource Management in O-RAN

본 논문은 O‑RAN 환경에서 자원 할당과 네트워크 슬라이싱을 동시에 최적화하기 위한 새로운 학습 프레임워크를 제시한다는 점에서 학술적·실무적 의의가 크다. 첫 번째로, 기존 메타‑강화학습(Meta‑RL) 연구들은 주로 단일 레벨 정책을 학습하는 데 그쳤으며, 복잡한 O‑RAN 시스템처럼 다중 계층의 의사결정 구조를 반영하지 못했다. 저자는 이를 보완하기 위해 고수준 ‘자원 할당 컨트롤러’와 저수준 ‘슬라이스 내부 스케줄러’라는 두 개의 에이전트를 계층적으로 배치하고, 각각이 독립적인 강화학습 과정을 수행하도록 설계하였다. 이러한

Application of deep learning techniques in non-contrast computed tomography pulmonary angiogram for pulmonary embolism diagnosis

Deep Learning in Geotechnical Engineering: A Critical Assessment of PINNs and Operator Learning

Factorized Learning for Temporally Grounded Video-Language Models

Skim-Aware Contrastive Learning for Efficient Document Representation

A Formal Descriptive Language for Learning Dynamics: A Five-Layer Structural Coordinate System

High-Dimensional Data Processing: Benchmarking Machine Learning and Deep Learning Architectures in Local and Distributed Environments

Meta Hierarchical Reinforcement Learning for Scalable Resource Management in O-RAN

Teleportation-Based Defenses for Privacy in Approximate Machine Unlearning

Prompted Policy Search: Reinforcement Learning through Linguistic and Numerical Reasoning in LLMs

Trust-Based Social Learning for Communication (TSLEC) Protocol Evolution in Multi-Agent Reinforcement Learning

Improved Object-Centric Diffusion Learning with Registers and Contrastive Alignment

CoCo-Fed: A Unified Framework for Memory- and Communication-Efficient Federated Learning at the Wireless Edge

Let It Flow: Agentic Crafting on Rock and Roll, Building the ROME Model within an Open Agentic Learning Ecosystem

Causify DataFlow: A Framework For High-performance Machine Learning Stream Computing

Fuzzy-Logic and Deep Learning for Environmental Condition-Aware Road Surface Classification

Benchmark Success, Clinical Failure: When Reinforcement Learning Optimizes for Benchmarks, Not Patients

Flexible Multitask Learning with Factorized Diffusion Policy

LibContinual: A Comprehensive Library towards Realistic Continual Learning

BALLAST: Bandit-Assisted Learning for Latency-Aware Stable Timeouts in Raft

Prediction and Forecast of Short-Term Drought Impacts Using Machine Learning to Support Mitigation and Adaptation Efforts

MedNeXt-v2: Scaling 3D ConvNeXts for Large-Scale Supervised Representation Learning in Medical Image Segmentation

End-to-End Learning-based Video Streaming Enhancement Pipeline: A Generative AI Approach

Explainable Preference Learning: a Decision Tree-based Surrogate Model for Preferential Bayesian Optimization

TiCard: Deployable EXPLAIN-only Residual Learning for Cardinality Estimation

Understanding and Improving Hyperbolic Deep Reinforcement Learning

TraPO: A Semi-Supervised Reinforcement Learning Framework for Boosting LLM Reasoning

Condensation-Concatenation Framework for Dynamic Graph Continual Learning

SUGAR: A Sweeter Spot for Generative Unlearning of Many Identities

Quantifying Memory Use in Reinforcement Learning with Temporal Range

Learning Single-Image Super-Resolution in the JPEG Compressed Domain

Privacy in Federated Learning with Spiking Neural Networks

Leveraging LLMs for reward function design in reinforcement learning control tasks

QuickLAP: Quick Language-Action Preference Learning for Autonomous Driving Agents

The Machine Learning Canvas: Empirical Findings on Why Strategy Matters More Than AI Code Generation

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

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

Learning from Historical Activations in Graph Neural Networks

VisNet: Efficient Person Re-Identification via Alpha-Divergence Loss, Feature Fusion and Dynamic Multi-Task Learning

Reinforcement Learning-Augmented LLM Agents for Collaborative Decision Making and Performance Optimization

Investigating Deep Learning Models for Ejection Fraction Estimation from Echocardiography Videos

Learning Multi-Modal Mobility Dynamics for Generalized Next Location Recommendation

Human-like visual computing advances explainability and few-shot learning in deep neural networks for complex physiological data

Bidirectional Human-AI Alignment in Education for Trustworthy Learning Environments

DETACH : Decomposed Spatio-Temporal Alignment for Exocentric Video and Ambient Sensors with Staged Learning

Retrieval-augmented Prompt Learning for Pre-trained Foundation Models

Revisiting the Learning Objectives of Vision-Language Reward Models

When Does Learning Renormalize? Sufficient Conditions for Power Law Spectral Dynamics

Decoding Fake Narratives in Spreading Hateful Stories: A Dual-Head RoBERTa Model with Multi-Task Learning

Seeing Beyond Words: Self-Supervised Visual Learning for Multimodal Large Language Models

Towards Fine-Tuning-Based Site Calibration for Knowledge-Guided Machine Learning: A Summary of Results

< Category Statistics (Total: 743) >

Start searching

No results found