Chen Zitao 등 연구진이 개발한 MolFLAE은 고정 차원 SE(3)-동변환 잠재 공간을 활용하여 제로샷 분자 조작을 가능하게 하는 혁신적인 딥러닝 기반 방법론입니다. 원자 개수에 상관없이 3차원 분자를 효과적으로 표현하고 조작하며, 약물 최적화 등 다양한 분야에 응용될 수 있습니다.

InterGAT은 기존 GAT의 한계를 극복한 새로운 공간-시간 예측 모델로, 향상된 정확도와 효율성, 그리고 해석 가능성을 제공합니다. 학습된 상호작용 행렬은 예측의 기능적 토폴로지를 보여주는 해석 가능한 구조를 드러내며, 다양한 분야에 적용될 잠재력을 가지고 있습니다.

Zhang과 Dong 연구팀이 개발한 RAIL 알고리즘은 추가 하드웨어 없이도 UAV-WSN 시스템에서 정확하고 빠른 위치 추정을 가능하게 하는 혁신적인 기술입니다. RSSI 기반 각도 추정과 경계 상자를 활용하여 기존 알고리즘 대비 72.4%의 오차 감소를 달성했으며, 스마트 시티 구축 등 다양한 분야에 긍정적 영향을 미칠 것으로 기대됩니다.

Shengkun Wang 등 7명의 연구자들이 개발한 HouseTS는 미국 주택 시장의 장기 예측을 위한 대규모 다중 모달 공간-시간 데이터셋으로, 14가지 모델 평가 및 비전 언어 모델 활용을 통한 도시 진화 분석 등의 혁신적인 연구를 가능하게 합니다. Kaggle과 GitHub를 통한 공개로 재현성과 접근성을 확보했습니다.

윤태훈, 민윤홍, 여경민, 성민혁 연구원팀이 개발한 Psi-Sampler는 SMC 기반 추론 시간 보상 정렬에 혁신적인 접근 방식을 제시하며, 기존 Gaussian prior 기반 방법의 한계를 극복하고 pCNL 알고리즘을 통해 효율성과 성능을 크게 향상시켰습니다. 다양한 실험 결과를 통해 레이아웃-이미지 생성, 수량 인식 생성, 미적 선호도 생성 등 다양한 작업에서 우수한 성능을 입증했습니다.