본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

연구

200개의 기사
전체
AI 모델에이전트연구산업도구LLM PC허깅페이스
연구 3일 전

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.

연구 3일 전

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'

연구 6일 전

SAS 비전 트랜스폼러에 기반한 강화된 대비 학습

아티클 번호: 2609.21061v1 발표 유형: 새로운 개요: 합성 어레이 소나(SAS)를 사용하는 자동 목표 식별(AUTR)은 고급 해군 기능을 지원하지만, 깊은 학습은 희소한 목표 이미지를, 배경 잡음 및 인간의 평가를 제한한다. 우리는 바다 속 SAS AUTR을 위한 DINOv3 비전 트랜스포머(ViT) 모델을 3단계의 매개 변수 효율적인 프레임워크로 적응시킨다. 단계 1은 ViT 백

연구 9월 18일

AI가 세계적으로 일자리를 파괴하는 존재로 두려워지고 있다

피ュー 연구소(Pew Research)는 인공지능(AI)과 관련된 일상생활, 직업, 그리고 소득 불평등에 대한 인식에 대한 새로운 글로벌 조사 결과를 발표했습니다. 조사에서는 2월 8일부터 5월 13일까지 37개국에서 42,151명의 사람들을 대상으로 조사했습니다. 최근에 나온 비참한 경고보다도 앞서 조사된 결과입니다. 대다수의 사람들이 AI를 위협으로 보고 있으며, 7명 중 3명은 AI가

연구 9월 18일

AI가 도와주는 주장의 독립성을 확보하는 방법: 출판 권한과 거부할 수 있는 출판 기록 프로토콜

AI가 도와주는 주장의 독립성을 확보하기 위해 출판 권한과 거부할 수 있는 출판 기록 프로토콜을 개발했습니다. 이 프로토콜은 출판 기록의 변화를 추적하고, 출판 기록의 신뢰성을 확보합니다. 이 프로토콜을 사용하면 AI가 도와주는 주장의 독립성을 확보하고, 출판 기록의 신뢰성을 확보할 수 있습니다.

연구 9월 17일

사격 사건 중 적응적인 대피 경로 최적화를 위한 GNN 기반 PPO 알고리즘

질서와 안정성을 유지하기 위해 즉시 구조 방위를 위한 시스템이 필요해졌습니다. 효과적인 구조 방출 시스템은 위협 노출을 최소화하면서도 적대적 불확실성과 사람 밀집 현상을 고려해야 합니다. 현재 문헌에서 제시된 방법들은 레이아웃에 특정 정책에만 제한되어 있으며 대규모 레이아웃에서 계산적으로 처리하기 어렵습니다. 실제 지침은 단순히 피해자들에게 "달리기", "숨기기", 또는 "싸우기"라고만 조언

연구 9월 15일

다양한 목표를 가진 bayesian 최적화에서 유사성과 다양성을 분리하는 방법

Multi-목적 베이지안 최적화(MOBO)는 여러 목적을 가진 비결정적 함수를 최적화하는 효율적인 접근 방식입니다. MOBO의 목표는 파레토 전면을 충분히 근사화하는 것입니다. 즉, 1) 좋은 수렴성(파레토 전면 근접성)과 2) 좋은 다양성(파레토 전면에 걸쳐있는 다양성)을 갖춘 높은 품질의 해결책 집합을 얻는 것입니다. 기존의 MOBO 방법들은 일반적으로 이러한 두 가지 과제를 동시에 해결

연구 9월 14일

과학 문헌에서 발굴한 것: 재료과학에서 원자층 증착과 이탈 처리를 위한 프로세스 스키마

arXiv:2609.12139v1 발표 형식: 새로운 abstract: 원자층 증착(Atomic Layer Deposition, ALD)과 원자층 에칭(Atomic Layer Etching, ALE)은 재료 과학에서 실험과 시뮬레이션 문헌에서 공통적으로 보고되지만, 비교와 기계가 작동할 수 있는 재사용을 방해한다. 우리는 ALD와 ALE 실험 및 시뮬레이션 과정에 대한 네 개의 도메인 전문가

연구 9월 14일

전체 심장의 읽기: 중첩-주의 방지 가면 자기 인코더를 이용한 다중 모드 심장 표현 학습

심장 질환의 진단은 ECG, 초음파 카디오그래피, 흉부 엑스레이, 임상 변수 등 각기 다른 부분이지만 상호 관련된 심장 생리학의 측면을 포괄하는 다양한 방법들을 통합하는 것으로 나아간다. 그러나 대부분의 의료 기초 모델은 모드별로 구분되어 있으며, 대부분 모드별로만 학습이 진행되어야 한다. 이러한 방법은 임상진료사들이 자연스럽게 통합하는 교차 모드 증거를 무시하고, 각 모드 내의 구조를 무시

연구 9월 12일

규칙 chaining 프레임워크: 합성적이고 해석 가능한 인공지능 추론

인공지능 추론의 새로운 프레임워크가 개발되었습니다. 이 프레임워크는 기하학적, 색상, 물체 기반 분석을 통해 원자적 변환을 유도하고, 블록 병합, 반복, 공간적 힌트를 사용하여 출력을 재구성하는 세 가지 보완적인 솔버를 통합합니다. 이 프레임워크는 인공지능 추론을 합성적이고 해석 가능한 방식으로 향상시킬 수 있습니다.

연구 9월 11일

기감: 다양한 차원에 걸쳐서 경이로운 경험

이 논문은 물리적 상호작용의 1차 구조, 즉 기울기 또는 야코비안이 현상적인 경험이라는 구조를 특징짓는다고 가정한다고 주장한다. 이를 위해 이론적으로 존재하는 신경망으로 구성된 Gradland라는 세계에서 물리학이 알려지고 함수가 주로 미분 가능하다고 가정한다. 논문은 야코비안 구조를 측정하는 두 가지 방법을 제안한다: 효과적인 rank와 cohesiveness, Kirchhoff compl

연구 9월 10일

클리닉 시간 추론을 위한 전처리 지침에 근거한 공동 확률 예측

Clinical 위험의 악화는 관찰된 부분적인 경로와 함께 결합된 경로로 진행되는 반면, 단일 진단 레이블만으로는 설명이 안된다. PGP-Clinical-TimeKAN이라는 경로-first 프레임워크를 제시하며, 다변량 생리학의 공동 확률적 예측을 위한 프레임워크를 제시한다. 이는 미싱니스-aware 시간적 인코더, 유연한 내장계 prior, 환자별 관계, 비선형 Kolmogorov-Arno