[1/57] SSDOnt: an Ontology for representing Single-Subject Design Studies Keywords: ontology_describing_annotating, results_ontology_provides, ontology_provides Abstract: 배경: 단일 주제 설계는 교육과 생물의학 등 여러 분야에서 사용됩니다. 그러나 이러한 유형의 연구에 대한 정보를 찾는 데 적합한 세분성으로 세부적인 구성과 연구 결과에 주석을 다는 데 적합한 공식 어휘는 존재하지 않습니다. 따라서 이러한 연구 설계에 대한 검색은 해당 연구에 대한 출판물의 초록, 키워드 또는 전체 텍스트에 대한 구문 검색에 크게 의존하고 있으며, 이는 몇 가지 제한 사항을 수반합니다. 목..

[1/80] Towards Autonomous Supply Chains: Definition, Characteristics, Conceptual Framework, and Autonomy Levels Keywords: supply_chain_autonomy, autonomous_supply_chains, supply_chain Abstract: 최근 팬데믹과 지정학적 분쟁과 같은 글로벌 혼란으로 인해 기존 공급망의 취약성이 크게 드러나면서 보다 탄력적인 대안을 모색해야 할 필요성이 커졌습니다. 자율 공급망(ASC)은 격변하는 무역 환경에서 향상된 가시성, 유연성, 복원력을 제공하는 잠재적 솔루션으로 부상했습니다. 업계와 학계에서 수년에 걸친 논의에도 불구하고 ASC에 대한 이론적 토대가 제대로 확립되어 ..

[1/67] Stream-based perception for cognitive agents in mobile ecosystems Keywords: stream_based_agent, streams_present_crowdshipping, interested_agents_collaborate Abstract: 인지 에이전트 추상화는 모바일 디바이스 전반에서 지능형 시스템을 설계하는 데 도움이 될 수 있습니다. 스마트폰에서 온보드 센서에서 얻은 데이터는 사용자의 현재 상황에 대한 귀중한 인사이트를 제공할 수 있습니다. 안타깝게도 오늘날의 인지 에이전트 프레임워크는 센서 데이터의 까다로운 특성에 잘 대처하지 못합니다. 센서 데이터는 추상화 수준이 낮고 개별 데이터 요소를 따로 떼어놓고 관찰하면 의미가 없습니..

[1/89] Truck Parking Usage Prediction with Decomposed Graph Neural Networks Keywords: parking_usage_prediction, parking_data_predict, historical_parking_data Abstract: 화물 통로의 트럭 주차는 주차 공간 부족, 운행 시간(HOS) 규정 준수 등 다양한 문제에 직면해 있습니다. 이러한 제약은 종종 무단 주차 관행으로 이어져 안전 문제를 야기합니다. 화물 운송의 안전을 강화하기 위해 정확한 주차 사용량 예측을 제공하는 것은 비용 효율적인 솔루션으로 입증되었습니다. 개별 트럭 주차장의 사용량을 예측하는 데는 만족할 만한 정확도를 보인 기존 연구에도 불구하고, 여러 트럭 주차장의 ..

[1/137] On-Time Delivery in Crowdshipping Systems: An Agent-Based Approach Using Streaming Data Keywords: parcel_delivery_crowds, delivery_modes_crowdshipping, crowdshipping_time_sensitive Abstract: 소포 배송에서 소포 허브에서 고객까지의 '라스트 마일'은 특히 도착 후 몇 시간 내에 완료해야 하는 시간에 민감한 배송 작업의 경우 많은 비용이 발생합니다. 최근 크라우드 배송이 기존 배송 방식의 새로운 대안으로 주목받고 있습니다. 크라우드 배송에서는 개인 시민('군중')이 일상에서 잠시 시간을 내어 소정의 인센티브를 받고 택..

[1/91] Optimisation in Neurosymbolic Learning Systems Keywords: reasoning_neural_networks, reasoning_neural, probabilistic_reasoning_neural Abstract: 뉴로심볼릭 AI는 딥러닝과 심볼릭 AI를 통합하는 것을 목표로 합니다. 이러한 통합은 신경망을 훈련하는 데 필요한 데이터의 양을 줄이고, 모델이 제공하는 답변의 설명 가능성과 해석 가능성을 개선하며, 훈련된 시스템의 정확성을 검증하는 등 많은 가능성을 가지고 있습니다. 유니티는 데이터와 배경 지식을 모두 기호 언어로 표현하는 신경심볼릭 학습을 연구합니다. 이 지식을 전달하기 위해 기호적 요소와 신경적 요소를 어떻게 연결할 수 있을까요? 한 ..

[1/91] Counterfactual Reasoning with Probabilistic Graphical Models for Analyzing Socioecological Systems Keywords: causal_counterfactual_reasoning, graphical_models_causality, ecological_sciences_causality Abstract: 인과적 추론과 역추론은 가상의 시나리오에 대해 추론할 수 있는 데이터 과학의 새로운 방향입니다. 이는 일반적으로 실험 데이터를 사용할 수 없는 영역에서 특히 유용합니다. 예를 들어, 환경 및 생태 과학의 맥락에서 인과관계를 통해 생태계가 가상의 개입에 어떻게 반응할지 예측할 수 있습니다. 구조적 인과관계 모델은 인과관계에 ..

[1/82] Knowledge Pyramid: A Novel Hierarchical Reasoning Structure for Generalized Knowledge Augmentation and Inference Keywords: knowledge_pyramid_improved, knowledge_pyramid, proposed_knowledge_pyramid Abstract: 지식 그래프(KG) 기반 추론은 시맨틱 네트워크 분석에 효과적인 수단으로 여겨져 왔으며 정보 검색, 추천, 의사 결정, 인간과 기계의 상호작용 등의 분야에서 매우 유용합니다. 추천, 의사 결정, 질의응답, 검색 및 기타 분야에서 널리 사용되고 있습니다. 하지만 기존 연구들은 주로 KG의 저수준 지식을 추론에 사용했기 때문에 일반..

[1/200] GATS: Gather-Attend-Scatter Keywords: larger_multimodal_networks, games_robotics_multimodal, multimodal_networks_gats Abstract: AI 커뮤니티에서 대규모 모델을 점점 더 많이 채택함에 따라 이를 통합할 수 있는 일반적이고 유연한 도구를 개발하는 것이 매우 중요해졌습니다. 유니티는 학습 가능 및 고정된 사전 학습된 기반 모델을 대규모 멀티모달 네트워크에 원활하게 결합할 수 있는 새로운 모듈인 GATS(Gather-Attend-Scatter)를 소개합니다. GATS는 AI 시스템이 여러 모달리티에서 다양한 속도로 정보를 처리하고 생성할 수 있도록 지원합니다. 기존의 미세 조정과 달리 GATS를 ..

1) Tracking Everything Everywhere All at Once - 밀집된 장거리 모션을 추정하기 위한 테스트 시간 최적화 방법을 제안하고, 비디오의 모든 픽셀에 대한 정확한 전체 길이 모션 추정을 가능하게함 (paper | tweet) 2) AlphaDev - 처음부터 더 빠른 정렬 알고리즘을 발견하는 심층 강화 학습 에이전트로, 알고리즘은 이전에 알려진 인간 벤치마크를 능가하고 LLVM C++ 라이브러리에 통합됨 (paper | tweet) 3) Sparse-Quantized Representation - 모델 규모 전반에 걸쳐 LLM을 거의 무손실로 압축할 수 있는 새로운 압축 형식 및 양자화 기술로, 15% 속도 향상으로 4.75비트에서 LLM 추론을 허용 (paper | twe..