3주 전 · ai

[Paper] Transformer 기반 시계열 분류를 위한 메커니즘 해석 가능성

Transformer 기반 모델은 시계열 분류를 포함한 다양한 머신러닝 작업에서 최첨단 도구가 되었지만, 그 복잡성 때문에 …

3주 전 · ai

[Paper] IntAttention: 완전 정수형 어텐션 파이프라인을 통한 효율적인 엣지 추론

Transformer 모델을 엣지 디바이스에 배포하는 것은 지연 시간과 에너지 예산에 의해 제한됩니다. INT8 quantization은 기본 행렬 곱셈을 효과적으로 가속화하지만…

3주 전 · ai

[Paper] Tool‑RoCo: Agent‑as‑Tool **자기 조직화** Large Language Model Benchmark in Multi‑robot Cooperation

Tool‑RoCo는 RoCo(다중 로봇 협업 시스템)를 기반으로 장기적인 다중 에이전트 협력을 평가하기 위해 설계된 새로운 벤치마크로, 대형 언어 모델(LLM)의 성능을 측정한다.

3주 전 · ai

[Paper] 딥페이크 탐지기를 위한 일반화된 설계 선택

딥페이크 탐지 방법의 효과는 핵심 설계보다는 데이터 전처리, 증강과 같은 구현 세부 사항에 더 크게 좌우되는 경우가 많습니다.

3주 전 · ai

[Paper] CanKD: Feature 기반 Knowledge Distillation을 위한 Cross-Attention 기반 Non-local 연산

우리는 Cross-Attention-based Non-local Knowledge Distillation (CanKD)이라는 새로운 feature-based knowledge distillation 프레임워크를 제안하며, 이 프레임워크는 cross-attention을 활용합니다.

3주 전 · ai

[Paper] 시간 속에 잃어버렸나요? Time-Shift-Tolerant Physiological Signal Transformation을 위한 Meta-Learning 프레임워크

광용적맥파측정(PPG) 및 볼리스토카디오그래피(BCG)와 같은 비침습 신호를 동맥혈압과 같은 임상적으로 의미 있는 신호로 변환하는…

3주 전 · ai

[Paper] Merge and Bound: 클래스 증분 학습을 위한 가중치 직접 조작

We present a novel training approach, named Merge-and-Bound (M&B) for Class Incremental Learning (CIL), which directly manipulates model weights in the para... 우리는 클래스 증분 학습(CIL)을 위해 모델 가중치를 직접 조작하는 새로운 학습 접근법인 Merge-and-Bound (M&B)를 제시한다...

3주 전 · ai

[Paper] 효율적인 Vision Transformer를 위한 주파수 인식 토큰 감소

Vision Transformers는 다양한 컴퓨터 비전 작업에서 뛰어난 성능을 입증했지만, 토큰에 대한 이차 계산 복잡도는…

3주 전 · ai

[Paper] MobileI2V: 모바일 기기에서 빠르고 고해상도 이미지‑비디오 변환

최근 비디오 생성은 급속한 발전을 이루면서 모바일 기기에서 이미지‑투‑비디오(I2V) 합성에 대한 관심이 점점 커지고 있습니다. 그러나, 그 하위…

3주 전 · ai

[Paper] 소리의 속도에 맞춰: Neural Surrogates를 고난류 전음속 영역으로 밀어넣기

신경 대리 모델의 자동차 공기역학 분야에서의 광범위한 사용은 DrivAerML 및 DrivAerNet++와 같은 데이터셋에 의해 가능해졌으며, 주로 블러프 바디 ...

3주 전 · ai

[Paper] 장문 문서 가독성 평가를 위한 Hierarchical Ranking Neural Network

가독성 평가는 텍스트의 읽기 난이도를 평가하는 것을 목표로 합니다. 최근 몇 년간, 딥러닝 기술이 점차 가독성에 적용되어 왔습니다.

3주 전 · ai

[Paper] SpatialBench: 멀티모달 대형 언어 모델의 공간 인지를 위한 벤치마크

Spatial cognition is fundamental to real-world multimodal intelligence, allowing models to effectively interact with the physical environment. While multimodal ...