본문으로 건너뛰기
AI UsefulInfo ai.usefulinfo

검색

전체 기사

연구 5월 29일

열대 우림에서 항공 로봇 시스템을 이용한 선택적 지속가능한 벌채 및 포스트 하베스트 임산 식물 치료를 위한 새로운 방법을 제안: URIEL(Ultra-Reduced-Impact-Encased-Logging)

세계 곳곳의 열대 우림은 경제적이고 정치적인 이익으로 인해 강도 높은伐지 압력을 받고 있으며, 과학적 증거는 이 伐지가 기후 변화에 기여한다고 한다. 이 논문은 열대 우림에 대한 새로운伐지 방법, 유라-리-엘(Ultra-Reduced-Impact-Encased-Logging, URIEL)을 제안한다. 이 새로운 방법은 헬리-伐지 기술과 로봇과 인공지능(AI)을 통합한 드론이 수행하는 후처리

AI 모델 5월 29일

인지 범주형 트랜스포머: 범주론적 수학적 전제와 언어 모델링

인지 범주형 트랜스포머(Cognitive Categorical Transformer, CCT)는 대규모 언어 모델(LLM)인 GPT-2 Small의 백본에 범주론적 수학적 전제를 기반으로 한 지식 요소를 추가하여 언어 모델링 성능을 향상시킨다. CCT는 WikiText-103 데이터셋에서 21.27의 검증 퍼플렉스성(perplexity)를 달성하였으며, 동일한 조건하에 훈련된 GPT-2 Small의 baseline보다 2.92 PPL 감소가 기록되었다.

AI 모델 5월 29일

행동 기반 보조 정정법을 위한 오프-정책 시간 차이 예측

시간 차이 학습은 오프-정책 샘플링에서 instable할 수 있습니다. TDC는 오프-정책 TD를 안정화시키기 위해 보조 공분산 정정을 사용하고, TDRC는 이 정정을 단일 시간 규모 재귀로 정규화합니다. 이 연구에서는 선형 예측 설정에서 행동 기반 보조 공분산 기하학을 대체하는 것을 연구합니다. 이 기하학은 가치 함수 근사 공간의 특성 공간 동력학을 이해하는 표준 지역 모델입니다.

AI 모델 5월 29일

행동에 의한 거울 근접 시간 차이 학습을 통한 오프 정책 예측 속도 향상

gradient 시간 차이 방법은 선형 함수 근사에서 안정적인 오프- полити 예측을 제공하지만, 그 실제 성능은輔助 변수의 기하학적 구조에 의해 강하게 영향을 받는다. 기존의 Mirror-Prox TD 방법은 일반적으로 특성 공분산 기하학을 사용한다. 반면, 하이브리드 TD 방법은 행동-정책 전이 정보가 더 정보가 풍부한 업데이트기하학을 제공할 수 있다고 제안한다. 이 논문은 행동-정책