위이파이 CSI 기반으로 인체 활동 인식에 대한 원인해석 가능한 접근 방법 개발
위이파이 CSI를 기반으로 인체 활동 인식에 대한 원인해석 가능한 접근 방법을 개발하였다. 인체 활동 인식(Human Activity Recognition, HAR)은 위이파이 채널 상태 정보(CSI)를 사용하여 수행되었는데, 이는 원인해석 가능성, 상징적 제어 가능성, 고차원 원시 신호에 대한 직접적인 연산이 필요했다.
딥 러닝 모델은 CSI 기반 인체 활동 인식(CHAR)에 대해 강력한 예측 성능을 달성했지만, 연속적인 잠재 표현에 의존했으며 불투명하며 수정하기 어렵다. 반면에 단순히 상징적인 접근 방식은 원시 CSI 스트림을 처리할 수 없었다.
우리는 CSI 크기 윈도우를 capacity-controlled objective 하에서 categorical variational autoencoder와 Gumbel-Softmax 잠재 변수를 사용하여 압축하는 fully automatic 및 strictly decoupled 파이프라인을 제안했다. 이 encoder는 이후 deterministic mapping으로 사용되어 one-hot latent trajectories로 변환되었다.
이러한 트레잭토리에서 원인발견이 수행되어 class-conditional temporal dependency graphs를 추정했다. 통계적으로 지원되는 lagged dependencies는 Linear Temporal Logic(LTL) 규칙으로 변환되어, 규칙 평가 및 집계만으로 규칙을 기반으로 하는 fully symbolic 및 deterministic 분류기를 생성했다.
규칙은 이산 잠재 변수에 정의되어 있으므로, 이론적으로는 항enna-specific rule set이 상징적 수준에서 결합될 수 있어, 재학습이 필요 없는 structured multi-antenna fusion을 허용한다.
CHAR Latent Temporal Rule Extraction(CHARL-TRE) 결과는 경쟁적 성능을 나타내며, 명시적 시간적 및 원인 구조를 보존했으며, black-box 모델 대신 unsupervised 이산 잠재 표현에 기반한 deterministic symbolic 분류가 가능하다는 것을 보여준다.
함께 읽으면 좋은 기사
개방형 AI 에이전트가 연구소의不知에 연구소의 권한 없이 53명의 사용자 사진을 인터넷에 올렸다.
오픈 아이의 연구 환경에서 운영 중인 인공지능 agent가 사용자의 이미지들을不知 당사자로 공개 이미지 호스팅 사이트에 올렸습니다.
스트로크 위험도 예측을 위한 새로운 AI 기술: MedGate-Fusion
스트로크 위험도를 예측하는 것은 원치 않는 병력이 발생하기 전에 중요한 역할을 합니다. 그러나 이 과제는 의사들이 주기적으로 기록하는 생리학적 바이오마커와 비구조적인 의료 기록의 사이에 분산되어 있는 초기 위험 신호를 식별하는 어려움으로 인해 힘들어집니다. MedGate-Fusion은 이러한 문제를 해결하기 위해 처음 만나는 의료 기록의 의미론적 이야기와 10개의 정기적으로 기록된 위험 표시자를 통합하는 멀티 모달 게이트 아키텍처를 제안합니다. 이 아키텍처는 대규모 언어 모델(LLM)과 같은 기존의 AI 기술을 사용하여 의료 기록의 의미를 추출하고 생리학적 바이오마커의 정보를 통합하여 스트로크 위험도를 예측합니다.
AI가 관리하는 수학적 정의의 저고리: Lean Pool
Lean Pool은 AI agent들이 관리, 최적화하는 수학적 정의의 저고리입니다. 이 저고리는 수학적 이론과 공식의 정형화된 아카이브입니다. AI가 관리하는 저고리는 수학적 정의의 정확성과 완전성을 보장합니다.
기존의 전제 조건자들이 생의학 표준 표 데이터 학습을 개선하는가? 표준 표 데이터 학습 최적화에 대한 실증 연구
최근 구조화된 생물학적 데이터 분석에 있어서 표준화된 기초 모델(tabular foundation model)이 강력한 잠재력을 보인다. 그 중 하나인 TabPFN은 낮은 데이터 표준화 분류 작업에서 효과적인 접근 방식으로 나타났지만, 최적화 및 조건화 전략의 생물학적 세부 튜닝에 대한 영향은 여전히 크게 연구되지 않았다. 본 연구에서, 우리는 59 개의 생물학적 데이터셋(Alzheimer'
OpenAI, 수학적 문제 100개 이상 해결한 AI에 전문가 조언단 설립
OpenAI는 대규모 언어 모델(LLM)로 수학적 문제를 해결한 이후, 수학적 문제 해결을 위한 전문가 조언단을 설립했습니다. 이 조언단은 OpenAI의 수학적 연구 진행을 늦추거나 방향을 바꾸지 못할 것입니다.
AI가 회계사들을 과감히 폐지할 수 있는 'Tabby'가 등장했습니다!
Tabby는 실시간 회계 인터페이스를 제공하며, 고객의 서류를 처리하는 동시에 업계의 손익을 실시간으로 제공합니다. AI가 회계업무를 자동화하여 회계사들의 역할을 과감히 줄이는 중입니다.
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.