19편의 한국어 분석 — 최신순으로 정렬했어요
비균일 축방향 가열 조건에서 임계열유속(CHF) 예측은 국부 열적 여유가 국부 열역학적 조건뿐만 아니라 상류 가열 이력에도 의존하기 때문에 여전히 어려운 과제입니다. 기존의 비균일 CHF 예측 방법은 경험적 보정 계수를 통해 열 이력 효과를 설명하지만, 본 연구에서는 트랜스포머 모델을 활용하여 이 보정 계수를 학습하고 기존의 예측 공식을 유지합니다. 먼저, 대규모 균일 가열 CHF 데이터베이스로 사전 학습된 신경망을 고정하고 기준 균일 가열 CHF 예측에 사용합니다. 이후 비균일 CHF 데이터에 대해 인과적 트랜스포머 모델을 훈련…
열차 충돌 사고는 심각한 인명 및 재산 피해를 야기하므로, 열차의 수동 안전성 향상을 위한 충돌 안전성 해석이 필수적입니다. 그러나 고충실도 수치 시뮬레이션은 계산 비용이 높아 대규모 매개변수 분석 및 최적화에 직접 적용하기 어렵습니다. 이 연구는 제한된 고충실도 데이터 환경에서 열차 충돌 하중의 다중 충실도 예측을 위한 편향 보정 대체 네트워크(BCS-Net)를 제안합니다. 제안된 프레임워크는 통일된 변위 영역 내에서 다양한 충실도 수준 모델의 힘-변위 응답을 물리적으로 일관되게 정렬합니다. 이를 기반으로 저충실도 및 고충실도 …
고체산 전해질인 CsH2PO4와 CsHSO4에서 빠른 양성자 전도의 원인은 국부적인 양성자 호핑 또는 다중음이온 회전으로 오랫동안 논의되어 왔으나, 다중음이온 회전의 정확한 역할과 양성자 호핑과의 상호작용은 명확히 밝혀지지 않았습니다. 이 연구는 이 문제 해결을 목표로 합니다. 본 연구는 등변 신경망 힘장을 기반으로 한 나노초 규모 분자 동역학 시뮬레이션을 활용하여 양성자 슬링샷 메커니즘을 규명했습니다. 이 메커니즘은 회전하는 다중음이온이 양성자를 운반하고, O-H 결합 재배향이 변위를 확장하며, 이 복합적인 움직임이 장거리 점프…
본 연구는 편미분 방정식(PDE)으로 기술되는 비선형 문제의 해 연산자를 학습하는 방법론을 개발하고 평가합니다. 이 접근 방식은 유한요소 이산화를 기반으로 하며, 문제 데이터 변수를 입력으로 받아 유한요소 해를 예측하는 다층 퍼셉트론(MLP)을 통해 해 연산자를 표현합니다. 입력 변수는 경계 조건, 계수, 우변 등 입력 데이터의 매개변수화에 해당하며, 출력은 해당 유한요소 해의 근사치입니다. 손실 함수로는 PDE의 에너지 범함수를 활용하여 각 요소에서 에너지를 국부적으로 조립하는 효율적인 병렬 학습 알고리즘을 구현합니다. 대규모 …
생체 시스템에서 적응성과 학습은 세포질, 생물막, 동물 무리 등 다양한 형태로 보편적으로 나타납니다. 그러나 비생체 기계 시스템에서 자율 학습 행동을 설계하는 것은 이론적, 실험적으로 여전히 난제로 남아있습니다. 본 연구는 이러한 문제 해결을 위해 자기 학습 기계 회로를 제안합니다. 자기 학습 기계 회로는 변화하는 환경으로부터 확률적 입력 힘을 받아 내부 상태를 지속적으로 업데이트하는 수동 시스템으로, 기계적 비지도 학습 단위를 구현합니다. 시냅스의 단순화된 모델에서 영감을 받아, 본 회로는 방향성 방식으로 강성을 변경하는 적응형…
범용 기계 학습 원자간 포텐셜(uMLIP)은 응축상 분자 동역학(MD) 시뮬레이션을 제일원리 수준의 정확도로 수행할 수 있게 하지만, 명시적인 분자 위상 정보의 부재로 인해 결합 기반 분석 및 고전적 힘장과의 연동에 한계가 있습니다. 본 연구는 이러한 문제를 해결하기 위해 CoTAR이라는 하이브리드 그래프 신경망(GNN)-은닉 마르코프 모델(HMM) 프레임워크를 제안합니다. CoTAR은 학습된 국소 환경, 화학적 제약 조건, 시간적 평활화를 결합하여 원자 종류와 좌표로부터 결합 연결성 및 차수, 형식 전하, 비공유 전자를 재구성합…
미주신경성 실신(VVS)은 흔한 일시적 의식 소실의 원인이지만 진단에 어려움이 있습니다. 표준 진단법인 기립경 검사(HUTT)는 민감도가 제한적이며, 인공지능(AI) 기반 도구는 프라이버시 및 해석 가능성 문제로 도입이 지연되고 있습니다. 본 연구는 HUTT에서 얻은 생체 신호를 활용하여 VVS 탐지를 위한 프라이버시 보호 개념 증명 프레임워크를 탐색합니다. 총 137명의 참가자(VVS 양성 54명, 음성 83명) 데이터를 분석하여 심전도(ECG) 및 혈압 신호에서 54개 특징을 추출했습니다. 차등 프라이버시 확률적 경사 하강법(…
CMS 실험에서 입자 충돌 이벤트를 재구성하는 데 핵심적인 입자 흐름(PF) 알고리즘은 최종 상태 입자들의 포괄적인 목록을 생성하여 충돌에 대한 전역적 설명을 제공합니다. 기존 PF 구현은 물리학 기반의 경험적 방법과 가정에 의존하지만, 본 연구는 이를 시뮬레이션 데이터로 직접 학습되고 GPU에 최적화된 기계학습(ML) 모델로 대체하는 방법을 제시합니다. 본 연구에서는 CMS 소프트웨어 프레임워크 내에 구현된 최첨단 ML 기반 PF (MLPF) 재구성 알고리즘을 소개합니다. MLPF 알고리즘은 GPU에서 학습 가능한 전체 이벤트 …
대장암은 전 세계적으로 암 관련 사망의 주요 원인이며, 정확한 예후 모델 개발의 중요성이 커지고 있다. 기존 연구에서는 생존 예측 시 시간-대-사건(time-to-event) 데이터를 이진 변수로 변환하여 일반 분류 알고리즘을 적용하는 경우가 많았다. 이는 데이터의 시간적 특성과 중도 절단(censoring)을 무시하는 방법론적 한계를 내포한다. 본 연구는 이러한 관행의 문제점을 비판하고, 중도 절단을 적절히 처리하며 해석 가능한 생존 분석 전용 기계 학습 방법론의 필요성을 강조한다. 브라질 상파울루주 대장암 환자 데이터를 활용하…
연합 추천(FedRec)은 사용자 기기에서 원시 상호작용 데이터를 공유하지 않고 모델을 훈련하여 개인 정보 보호를 강화한 추천 시스템입니다. 그러나 개인화된 FedRec은 개인화와 자원 효율성 사이에서 여전히 상충 관계에 직면해 있습니다. 본 연구는 지역 최적화 관점에서 개인화를 재조명합니다. 충분히 긴 지역 최적화가 사용자별 아이템 구조를 형성할 수 있지만, 잦은 동기화나 전체 교체는 이를 방해할 수 있음을 발견했습니다. 이러한 관찰을 바탕으로, 본 연구는 모델 불가지론적 프레임워크인 FedRKG를 제안합니다. FedRKG는 장…
장거리 오일 및 가스 파이프라인의 안전한 운영을 위해 외부 방식 코팅의 무결성 확보는 매우 중요합니다. 건설 현장 이미지는 복잡한 배경, 다중 스케일 객체, 그리고 길거나 경계가 불분명한 코팅 상태를 포함하여, 낮은 겹침 조건에서 기존 바운딩 박스 회귀에 어려움을 줍니다. 본 연구는 장거리 천연가스 파이프라인 건설 현장에서 수집한 1388개의 이미지와 6가지 코팅 상태 범주에 걸친 1756개의 주석 인스턴스로 구성된 실제 현장 데이터셋을 구축했습니다. YOLOv10n을 기반으로, 훈련 중 객체의 스케일과 종횡비에 따라 NWD(No…
기계 학습 기반 원자간 포텐셜은 양자역학적 정확도를 제공하지만, 재료별 특화되거나 계산 비용이 높아 활용에 제약이 있었습니다. 본 연구는 89개 원소에 걸쳐 경험적 포텐셜 수준의 속도와 높은 정확도를 제공하는 신경진화 포텐셜(NEP) 아키텍처 기반의 파운데이션 모델인 NEP89를 소개합니다. NEP89는 무기 및 유기 재료를 아우르는 작고도 포괄적인 훈련 데이터셋을 활용하여 개발되었습니다. 이 데이터셋은 디스크립터 공간 서브샘플링과 다중 데이터셋에 걸친 반복적인 정제를 통해 구축되었습니다. NEP89는 기존 대표 파운데이션 모델…
대규모 언어 모델(LLM)의 급속한 발전은 인공지능 분야에 혁신적인 변화를 가져왔으며, 연구 패러다임과 실제 응용 분야를 재편하고 있습니다. 전례 없는 규모와 향상된 역량을 특징으로 하는 LLM은 그 개발, 동작 및 사회적 영향을 이해하기 위한 새로운 프레임워크를 요구합니다. 본 조사는 LLM 기술의 최근 발전을 네 가지 핵심 차원에서 체계적으로 검토합니다. 첫째, 대규모 자기 지도 학습, 아키텍처 혁신, 데이터 큐레이션 전략을 통해 모델의 핵심 역량을 확립하는 사전 학습 방법론을 다룹니다. 둘째, 지도 미세 조정 및 강화 학습을…
유입수 및 유출수의 동적 변화와 막여과층을 통과하며 발생하는 유출수 품질 변화는 기계 학습(ML) 모델의 일반화를 저해하는 주요 요인이다. 특히 미지의 데이터에서 박테리아 및 바이러스 오염물질을 예측하는 모델 개발에 큰 어려움이 따른다. 본 연구는 이러한 문제를 해결하기 위해 두 가지 모델 일반화 패러다임을 제안한다. 사우디아라비아의 서로 다른 도시에 위치한 두 혐기성 막분리 생물반응조(AnMBR) 기반 폐수처리장에서 물리화학적 매개변수, 바이러스 측정법, PCR 기반 데이터를 활용하여 바이러스 입자를 예측하고 로그 제거 값(LR…
최근 클러스터링 알고리즘 연구는 정확성과 효율성 향상에 집중하며 해석 가능성을 간과하는 경향이 있었습니다. 그러나 헬스케어, 금융, 자율 시스템과 같은 고위험 분야에서 클러스터링 적용이 확대됨에 따라, 투명하고 해석 가능한 결과에 대한 요구가 증대되고 있습니다. 이는 사용자 신뢰 확보뿐만 아니라 해당 분야의 윤리적, 규제적 요구사항을 충족시키기 위해 필수적입니다. 본 논문은 이러한 필요성에 부응하여 해석 가능한 클러스터링 알고리즘의 현황을 포괄적이고 체계적으로 검토합니다. 다양한 방법론을 구별하기 위한 핵심 기준을 제시하며, 연구…
데이터 기반 방법론은 표준화된 데이터셋을 활용하여 원자 구조가 명확한 경질 재료의 발견 및 예측을 혁신했지만, 복잡하고 다중 스케일적인 구조-물성 관계 때문에 연질 재료에는 적용하기 어려웠습니다. 본 연구는 이러한 한계를 극복하고자 데이터 마이닝, 실험, 기계 학습을 통합한 데이터 기반 접근 방식을 제시합니다. 연구팀은 단백질 데이터베이스를 활용하여 이상적인 무작위 공중합을 통해 고분자 사슬 내 단백질 서열 패턴을 통계적으로 재현하는 기술을 개발했습니다. 이를 통해 특정 목적에 맞는 하이드로젤 설계 및 데이터셋 구축이 가능해졌습니…
설명 가능한 인공지능(XAI)은 복잡한 모델의 출력을 인간이 이해할 수 있도록 연결하는 것을 목표로 하며, 컴퓨터 비전 분야에서 그 중요성이 커지고 있습니다. 본 연구는 귀인 기반, 활성화 기반, 섭동 기반, 트랜스포머 기반의 네 가지 주요 XAI 방법론을 선별하여 비교 분석합니다. 이는 광범위한 문헌 검토를 통해 대표적인 접근 방식들을 집중적으로 다룹니다. 각 방법론은 고유한 방식으로 모델의 의사결정을 해석합니다. Grad-CAM과 같은 귀인 기반 방식은 기울기와 특징 활성화를 활용하여 입력 이미지의 핵심 영역을 강조합니다. 활…
중장비 공장에서 작업자의 안전모 착용 여부를 정확하게 감지하는 것은 매우 중요하지만, 수동 검사나 영상 감시는 오판 및 누락의 위험이 있습니다. 이에 따라 현대 공장의 안전 관리를 위해 빠르고 지능적인 감지 알고리즘 개발이 필수적입니다. 본 연구는 객체 감지 분야에서 속도와 정확성의 균형이 뛰어난 YOLO 시리즈를 기반으로, YOLOv10 모델을 개선하여 안전모 식별 성능을 향상시켰습니다. 먼저, YOLOv10의 Conv 컨볼루션을 분산형 DSConv 컨볼루션으로 대체하여 컨볼루션 레이어의 메모리 효율성을 높이고 작은 객체 식별 …
설명 가능한 인공지능(XAI)의 발전에도 불구하고, 복잡한 AI 모델의 해석과 이해에는 여전히 어려움이 있어 광범위한 채택에 제약이 있습니다. 특히 AI 모델의 투명성과 해석 가능성 부족은 사용자 신뢰를 저해하고 중요한 의사결정 과정에 통합되는 것을 방해합니다. 본 연구는 이러한 문제를 해결하기 위해 XAI의 최근 부상하는 기술들을 탐색합니다. 연구는 AI 모델의 해석 가능성을 높이고 인간이 의사결정 과정을 더 잘 이해하도록 돕는 것을 목표로 합니다. 이를 위해 사후 설명, 모델 투명성 방법, 대화형 시각화 기술 등 다양한 방법론…
