중국 연구진이 딥러닝을 활용, 다중 모달 데이터 기반으로 닭의 체형 및 체중을 정확히 예측하는 모델을 개발했습니다. PointNet++와 Transformer를 활용하여 높은 정확도(MAPE 6.33%, R² 0.953)를 달성, 동물 스트레스 감소 및 효율적 사육 관리에 기여할 것으로 기대됩니다.

RWKV-7 "Goose"는 적은 토큰으로 학습에도 불구하고, 뛰어난 성능과 메모리 효율성을 가진 혁신적인 AI 언어 모델입니다. 새로운 델타 규칙 공식과 공개된 대규모 다국어 말뭉치는 AI 연구 발전에 크게 기여할 것으로 기대됩니다.

그리스 병원의 소규모 데이터셋 기반 응급실 입원 예측 모델을 MIMIC-IV 데이터셋으로 검증한 결과, Random Forest 알고리즘의 탁월한 성능(AUC-ROC 0.9999)이 확인되었으며, MIMIC-IV는 소규모 데이터셋 기반 모델 검증을 위한 중요한 벤치마크로 제시되었습니다. 이는 더 효율적인 응급실 관리 전략 수립에 기여할 것으로 기대됩니다.

AI 기반 모바일 앱 Speakometer를 활용한 영어 발음 향상 연구 결과, 비원어 화자의 음소 인지 및 발화 능력이 향상되었음을 확인했습니다. 이는 AI 기반 개인 맞춤형 언어 학습의 효과성을 보여주는 중요한 연구 결과입니다.

Felix Stollenwerk의 연구는 레이어 정규화(LN)와 동적 활성화 함수 간의 수학적 관계를 밝히고, 근사치를 제거한 새로운 활성화 함수 DyISRU를 제시하여 딥러닝 분야에 혁신적인 발전을 가져왔습니다. 이는 딥러닝 모델의 설계와 최적화에 새로운 가능성을 열어주는 중요한 발견입니다.