· ai
[Paper] VacuumVLA: 복합 로봇 조작을 위한 통합 흡입 및 그리핑 도구를 통한 VLA 능력 향상
Vision Language Action 모델은 대규모 사전 학습된 비전 및 언어 표현을 활용함으로써 범용 로봇 조작을 크게 발전시켰습니다…
-
- · ai
[Paper] MMA: 관성 센서를 이용한 인간 활동 인식용 모멘텀 맘바 아키텍처
Human activity recognition (HAR) from inertial sensors is essential for ubiquitous computing, mobile health, and ambient intelligence. Conventional deep models ...
- · ai
[Paper] 비디오 생성 모델은 좋은 잠재 보상 모델이다
Reward feedback learning (ReFL)은 인간 선호에 맞춰 이미지 생성을 정렬하는 데 효과적인 것으로 입증되었습니다. 그러나 비디오 생성으로 확장하는 데는 ...
- · ai
[Paper] 관측되지 않은 컨텍스트를 가진 상황별 인과 그래프 발견: 비정상성, 레짐 및 시공간 패턴
예를 들어 기후 분야와 같은 실제 데이터는 종종 공간적으로 격자화된 시계열 데이터 또는 유사한 구조를 가진 데이터로 구성됩니다. 기본적인 …
- · ai
[Paper] Bangla Sign Language Translation: 데이터셋 생성 과제, 벤치마킹 및 전망
Bangla Sign Language Translation (BdSLT)은 언어 자체가 매우 low-resource이기 때문에 지금까지 크게 제한되어 왔습니다. Standard sentence level dataset을 만들…
- · ai
[Paper] Dyna‑Q 강화학습을 위한 예측 안전 방패
강화 학습에 대한 안전 보증을 확보하는 것은 실제 작업에 적용 가능성을 달성하기 위한 주요 과제입니다. 안전 방패는 표준 강화 학습 에이전트에 추가적인 보호 계층을 제공하여, 에이전트가 환경과 상호 작용할 때 사전에 정의된 안전 제약을 위반하지 않도록 보장합니다. 이러한 방패는 일반적으로 사전 학습된 모델이나 런타임 검증 메커니즘을 활용하여, 위험한 행동이 실행되기 전에 이를 차단하거나 안전한 대체 행동으로 교체합니다. 이 접근 방식은 특히 안전이 중요한 로봇 공학, 자율 주행, 의료 및 산업 자동화와 같은 분야에서 유용합니다. 방패는 에이전트가 탐색 과정에서 발생할 수 있는 예기치 않은 위험을 최소화하면서도, 학습 효율성을 크게 저해하지 않도록 설계되어야 합니다. 핵심 아이디어는 다음과 같습니다. 1. **안전 제약 정의**: 환경에서 허용 가능한 행동 집합을 명시적으로 규정합니다. 2. **실시간 검증**: 에이전트가 선택한 행동이 안전 제약을 만족하는지 실시간으로 검사합니다. 3. **대체 행동 생성**: 안전 제약을 위반하는 경우, 안전한 대체 행동을 자동으로 생성하거나 기존 안전 정책에 따라 행동을 수정합니다. 4. **학습 통합**: 방패 메커니즘을 강화 학습 알고리즘에 통합하여, 에이전트가 안전한 행동을 지속적으로 학습하도록 유도합니다. 이러한 안전 방패는 강화 학습 시스템이 실제 세계에 적용될 때 발생할 수 있는 위험을 크게 감소시켜, 보다 신뢰할 수 있는 인공지능 솔루션을 구현하는 데 기여합니다.
- · ai
[Paper] 비균일 시간 간격에서 특성 제약을 이용한 연령별 알츠하이머병 예측
Alzheimer’s disease는 인지 기능 저하를 특징으로 하는 쇠약해지는 질환입니다. 질병을 시기 적절하게 식별하는 것은 ...
- · ai
[Paper] √n보다 많은 커뮤니티를 갖는 확률 블록 모델의 위상 전이 (II)
A fundamental theoretical question in network analysis is to determine under which conditions community recovery is possible in polynomial time in the Stochastic Block Model (SBM).
- · ai
[Paper] EoS-FM: 전문가 모델들의 앙상블이 범용 특징 추출기로 작동할 수 있을까?
최근 파운데이션 모델의 발전은 자연어 처리와 컴퓨터 비전과 같은 분야에서 큰 가능성을 보여주었으며, 유사한 노력들이 이제 …
- · ai
[Paper] 개방형 수학 질문에 대한 비관적 검증
The key limitation of the verification performance lies in the ability of error detection. With this intuition we designed several variants of pessimistic verif... 검증 성능의 주요 제한은 오류 탐지 능력에 있습니다. 이러한 직관을 바탕으로 우리는 비관적 검증의 여러 변형을 설계했습니다...
- · ai
[Paper] 항핵항체 이미지에 대한 자체 페이스 학습
항핵 항체(ANA) 검사는 루푸스, 쇼그렌 증후군 및 경피증을 포함한 자가면역 질환을 진단하는 데 중요한 방법입니다. 그럼에도 불구하고 그…
- · ai
Voice, Bias, and Coreference: An Interpretability Study of Gender in Speech Translation **번역:** 음성, 편향 및 상호지시: 음성 번역에서 성별에 대한 해석 가능성 연구
텍스트와 달리, 음성은 피치와 같은 음향 신호를 통해 화자의 성별과 같은 정보를 전달합니다. 이는 모달리티별 편향 문제를 야기합니다....