content‑oblivious 모델은 Censor‑Hillel, Cohen, Gelles, 그리고 Sel이 소개했으며 (PODC 2022; Distributed Computing 2023), 매우 약한 형태의 com…

Federated edge learning (FEEL)은 협업 모델 훈련을 가능하게 하면서 데이터 보존을 ...

현대 클라우드 애플리케이션은 독립적이고 다양한 마이크로서비스 위에 구축되어 확장성, 유연성 및 사용량 기반 청구를 제공합니다. 그러나 구조적 d...

Android 애플리케이션에서 메서드 도달성을 동적으로 해결하는 것은 여전히 중요한 문제이며 대부분 해결되지 않은 상태입니다. GUI 테스트에서 눈에 띄는 진전에도 불구하고 …

Split learning (SL)은 여러 자원 제한이 있는 사용자 장비(UE)에서 주요 컴퓨팅 작업을 베이스 스테이션(BS)으로 오프로드하면서 로컬 데이터를 보존합니다.

Vibe 코딩은 프로그래밍을 위한 AI 기술의 널리 선전되는 활용이지만, 두 가지 압도적인 장애물에 직면해 있습니다: 목표를 명시하는 어려움('prompt engineering'은…).

LLM이 소프트웨어 개발을 재편함에 따라, LLM 기반 실천을 SE 교육에 통합하는 것이 필수가 되었다. 기존 연구들은 LLM의 교육…

고용량 커널 Hopfield 네트워크는 극도의 안정성을 특징으로 하는 ‘Ridge of Optimization’를 나타낸다. 이전에는 ‘Spectral Concentration’과 연결되어 있었지만,…

우리는 Areon을 소개합니다, 지연에 친화적이고 스테이크 가중치가 적용된 다중 제안자(multi‑proposer) proof‑of‑stake 합의 프로토콜 패밀리입니다. 슬롯당 여러 제안자를 허용하고 o...

생물학적 뉴런은 놀라운 지능을 보여줍니다: 내부 상태를 유지하고, 다른 뉴런과 선택적으로 소통하며, 복잡한 그...

비침습적인 비전 기반 시스템을 이용한 노인 돌봄을 위한 낙상 감지는 여전히 중요한 미해결 문제입니다. 엄격한 프라이버시 요구사항에 의해, ...

Reservoir computing (RC)은 비선형 동역학 시스템을 예측하기 위한 강력한 프레임워크이지만, 레저버 토폴로지—특히 연결의 대칭성—의 역할은 ...

우리는 Equilibrium Propagation (EP)을 무한소 교란의 한계에서 해방시키고, 지역 신용 할당을 위한 유한-교란 기반을 확립합니다. By...

우리는 대형 언어 모델(LLM)이 다양한 과제 난이도에 걸쳐 얼마나 잘 일반화되는지를 조사합니다. 이는 효과적인 데이터 선별 및 평가를 위해 핵심적인 질문입니다. E...

현대 diffusion models는 고품질이고 다양한 이미지를 생성하는 데 뛰어나지만, 고충실도 구성 및 멀티모달 제어에서는 여전히 어려움을 겪는다, ...

새로운 플랫폼과 새로운 장면에서 단 몇 개의 시연만으로 새로운 로봇 작업을 학습하는 것은 여전히 어려운 과제입니다. 다른 구현체—예를 들어 인간—의 비디오를 활용하면서도…

Large language models are powerful generalists, yet solving deep and complex problems such as those of the Humanity's Last Exam (HLE) remains both conceptually ... (keep the source link unchanged) 대형 언어 모델은 강력한 제너럴리스트이지만, 인류 최후의 시험(HLE)과 같은 깊고 복잡한 문제를 해결하는 것은 개념적으로 여전히 …

Vision-Language Models (VLMs)은 여전히 공간 지능에서 견고함이 부족하여 공간 이해 및 추론 작업에서 성능이 저조합니다. 우리는 ...

Synthetic data has become increasingly important for training large language models, especially when real data is scarce, expensive, or privacy-sensitive. Many ...

https://arxiv.org/abs/2405.05384 카메라 궤적—공간을 가로지르는 경로—만으로 픽셀을 보지 않고도 영상의 내용을 인식할 수 있을까? 이 논문은 이러한 질문에 처음으로 체계적인 접근을 시도한다. 우리는 카메라가 이동하면서 기록한 3차원 궤적 정보만을 이용해, 해당 영상이 어떤 장면을 담고 있는지, 어떤 동작이 일어나고 있는지를 추론한다. 이를 위해 새로운 데이터셋을 구축하고, 궤적 기반의 특징 추출 및 시퀀스 모델링 기법을 제안한다. 실험 결과, 제안된 방법은 기존 영상 기반 모델에 비해 픽셀 정보를 전혀 사용하지 않음에도 불구하고 의미 있는 수준의 인식 성능을 달성한다. 이 연구는 비전 시스템이 시각적 입력이 제한된 상황에서도 공간적 움직임 정보를 활용할 수 있음을 보여준다.

네트워크 시스템에서 인과 효과 추정은 데이터 기반 의사결정의 핵심입니다. 이러한 환경에서는 한 단위에 대한 개입이 다른 단위로 파급될 수 있으며, 이는 ...

Gliomas는 사망률이 높은 뇌종양 유형으로, 이는 종양에 대한 치료 개입을 위해 조기 및 정확한 진단이 중요함을 의미합니다....

통신 분야에서 AI의 부상은 라디오 액세스 네트워크 최적화부터 사용자 경험 관리에 이르기까지 데이터 양과 학습 요구를 급격히 증가시켰습니다...

객체의 자세 추정에 대한 불확실성을 정량화하는 것은 견고한 제어와 계획에 필수적입니다. 자세 추정은 로봇공학에서 잘 연구된 문제이지만…