AI Briefing#self-supervised-learning
#self-supervised-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#self-supervised-learning와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
LingBot-Touch가 재구성 모델 대비 촉각-비디오 recall에서 압도적 우위를 보였다
109M JEPA 모델이 72B LLM보다 비전 모델과 더 잘 정렬됨을 정리 증명과 실험을 통해 확인했다.
Apple Research가 언어 구별 강화로 다국어 음성 모델의 성능 격차를 줄였다.
EvoLib은 AI 에이전트가 과거의 경험을 재사용 가능한 기술과 통찰로 변환하여 스스로 학습하게 하는 프레임워크다.
삼성 리서치 아메리카가 ECG를 학습 보조 신호로 활용해 PPG 표현력을 높이는 크로스모달 사전학습 프레임워크 xMAE를 제안했다.
다양한 센서와 신체 부위에 범용적으로 적용 가능한 모션 파운데이션 모델 Inertia-1을 공개했다.
LG AI연구원이 대조 학습(Contrastive Learning)을 활용해 지도학습보다 높은 정확도를 가진 비지도 이상 탐지 모델을 구현했다.
CVPR 2022에서 발표된 Transformer 기반 및 자기지도 학습 기반의 연속 학습 최신 연구 동향을 소개한다.
ICML 2022에서 발표된 Self-supervised learning 관련 논문 중 ADIOS 프레임워크를 중심으로 핵심 기술을 소개한다.
LG AI연구원이 ECCV 2022에서 지속 학습 및 스케일 불변 네트워크 관련 연구 성과를 발표했다.
LG AI Research가 자가 지도 학습 기반의 기술로 기존 AI 비전 검사의 데이터 부족 및 망각 문제를 해결했다.
CVPR 2022에서 발표된 Transformer 기반 및 자기지도 학습 기반의 Continual Learning 연구 트렌드를 소개한다.
LG AI Research가 ICML 2022에서 발표된 자기지도 학습(Self-supervised learning) 관련 주요 연구를 소개했다.
LG AI연구원이 NeurIPS 2023에서 정형 데이터(Tabular Data)의 딥러닝 성능을 높이기 위한 새로운 학습 방법론을 발표했다.
LG AI Research가 표 형식 데이터(Tabular Data)의 한계를 극복하기 위해 Binning을 활용한 자기지도 학습 기술을 발표했다.
LG AI연구원이 조직병리 이미지 분석에 특화되어 성능과 경제성을 모두 잡은 오픈소스 모델 EXAONEPath를 공개했다.
LG AI Research가 ICML 2024에서 Tabular 데이터의 자기지도 학습 성능을 높이는 Binning 기반의 Pretext Task 연구를 발표했다.
LG AI 연구원이 ICML 2024에서 Tabular 데이터의 학습 성능을 높이는 새로운 방법론을 발표했다.
LG AI Research가 표 형식 데이터(Tabular Data)의 자기지도학습 효율을 높이는 RaTab 기술을 AAAI-25에서 발표했다.
LG AI연구원이 표형 데이터의 핵심 정보를 유지하며 학습 효과를 극대화하는 RaTab 기법을 AAAI-25에서 발표했다.
단 하나의 어텐션 레이어만으로 사전 학습된 시각적 표현을 이미지 생성에 적합한 저차원 잠재 공간으로 변환하는 FAE 프레임워크를 제안한다.
Google이 500만 명의 웨어러블 데이터를 활용해 구축한 대규모 헬스 파운데이션 모델 SensorFM을 발표했다.