AI 과학 연구

새 arXiv 논문은 spike-tokenizing 신경 디코더를 위한 MOJO 프레임워크를 제안했다. 마스크드 오토인코더 기반 자기지도학습과 지도학습 목표를 함께 사용해 라벨 없는 신경 기록을 훈련에 활용한다.

새 arXiv 논문은 동결된 Evo 2 표현 위에 경량 프로브를 학습해 메타게놈 데이터에서 항생제 내성과 세균 독력 신호를 읽어낼 수 있는지 평가했다. AMR 탐지는 강한 성능을 보였지만, 독력 탐지와 생성 서열 라벨 해석에는 한계가 확인됐다.

arXiv 논문은 재생에너지 발전 예측에서 입력 특징을 어떻게 고를 것인지에 주목하며 CSFS를 제안했다. 이 방법은 기존 순차 특징 선택과 유사한 예측 성능을 보이면서 평균 21%의 계산 비용 절감을 보고했다.

새 arXiv 논문은 경험적 베이즈 변분 오토인코더를 확장해 종양 부피의 시간 변화, 탈락까지의 시간, 유전체 공변량을 하나의 확률적 틀에서 다룬다. 신경망 기반 유연성과 반기전적 약물계량 모델의 해석 가능성을 결합한 접근이다.

새 논문은 메탄 플룸 제품의 마스크, IME, 플룸 길이, 배출률, 불확실성 사이의 일관성을 진단하는 PlumeQuant를 제안한다. 연구진은 공개된 스칼라 지표만으로는 플룸 경계를 유일하게 결정할 수 없다고 분석했다.

arXiv에 공개된 새 연구는 다중모달 심장 PET/MRI 데이터를 처리하기 위한 2단계 무지도 클러스터링 전략을 제안했다. 이 방법은 자동 텍스트 보고서와 불스아이 맵을 생성해 심장 영상 전문의의 관찰과 비교적 잘 맞는 결과를 보였다.

새 arXiv 논문은 Quantum Kitchen Sinks를 RF 스펙트로그램 이상 탐지에 적용하고, 실제 셀룰러 신호와 IBM 양자 프로세서에서 검증했다. DCT 표현과 중간 깊이의 얽힘 QKS 구성이 가장 강한 조합으로 나타났다.

새 arXiv 논문은 CT 볼륨과 영상의학 보고서를 장기 조건 방사선 패턴 token 단위로 정렬하는 OCP-CT를 제안한다. 전역 스캔-보고서 대조학습이 장기별 이질적 증거를 흐릴 수 있다는 문제를 겨냥한 접근이다.

arXiv에 공개된 논문은 뇌종양의 진화 예측과 치료 스케줄링을 위한 AI 증강 적응형 디지털 트윈 프레임워크를 제안했다. 반응-확산 모델, 3D 잔차 학습, 온라인 업데이트, 모델 예측 제어를 하나의 흐름으로 결합한 점이 핵심이다.

arXiv 논문은 위상 구조를 양자 상태에 담기 위한 Quantum Topological Data Encoding(QTDE) 프레임워크를 제안했다. clique-complex 분류 실험에서는 조합 라플라시안을 직접 비교하는 기준선보다 나은 초기 결과가 보고됐다.

arXiv에 공개된 논문은 췌관선암의 절제 가능성을 자동 평가하기 위한 다중모달 딥러닝 프레임워크를 제안한다. 이 방법은 3D 조영 CT와 구조화된 임상 변수를 함께 활용해 NCCN 기준의 세 범주를 분류한다.

arXiv 논문 “CAS I: A Geometric Coding Theorem”은 고전적 코딩 정리를 대칭군의 관점에서 다시 쓰며, 문자열이 유일한 고정점으로 선택될 확률을 복잡도 신호로 삼는다.

이 arXiv 논문은 입력 문자열을 앨리스와 밥에게 나누어 주고, 상수 개수의 메시지 교환만으로 함수값을 계산할 수 있는지를 통해 정규성을 다시 정의한다. 목표는 다양한 출력 영역에 대한 Nerode식 정규성 특징화를 하나의 틀로 묶는 것이다.

새 arXiv 논문은 CMS Run 2015D 공개 데이터를 이용한 mono-Z 암흑물질 탐색에 Neural Spline Flows를 적용했다. 암흑물질 증거는 보고되지 않았지만, 고차원 운동학 정보를 활용한 likelihood-ratio 분석의 가능성을 보여준다.

arXiv 논문은 전력망 GNN이 익숙한 토폴로지에서는 낮은 오차를 보이지만 새로운 구조에서는 성능이 무너지는 현상을 ‘토폴로지 과적합’으로 정의한다. MxGPS는 상태 추정과 AC 조류 계산을 함께 학습해 이 문제를 완화하려는 다중 그래프 Transformer다.

새 arXiv 논문은 분자 특성 예측에서 변분 양자 회로와 고전 메시지 패싱 모델을 같은 조건에서 비교했다. 핵심은 성능의 원천이 양자 방식 자체라기보다 분자 결합 그래프에 맞춘 구조적 귀납 편향일 수 있다는 점이다.

arXiv 논문은 양자 생성적 적대 신경망을 포스트양자 암호 평가에 활용할 수 있는지 탐색한다. 특정 암호를 깼다는 주장보다는, 양자 보조 암호 분석 워크플로의 초기 구성 요소를 제시하는 연구에 가깝다.