중국과학기술대학 연구팀이 개발한 SchemaAgent는 LLM 기반 다중 에이전트 프레임워크를 통해 관계형 데이터베이스 스키마를 자동 생성하는 혁신적인 시스템입니다. 오류 검출 및 수정 메커니즘을 통해 높은 정확도를 자랑하며, 기존 LLM 기반 시스템보다 우수한 성능을 보여줍니다.

Luo Cheng 등 연구진이 개발한 재구성 가능한 지능형 감지 표면(RISS) 알고리즘은 능동 및 수동 요소를 통합하여 실시간 센싱 기반 통신 향상 및 간섭 제거를 구현합니다. SDR을 이용한 실험을 통해 그 효과가 검증되었으며, 미래 통신 기술 발전에 크게 기여할 것으로 예상됩니다.

본 연구는 소셜 네트워크 토폴로지가 소셜 서클 여론조사의 정확도에 미치는 영향을 분석하고, 양극화된 상황에서의 한계를 극복하기 위한 새로운 추정기를 제시합니다. 2016년 미국 대선 데이터를 활용한 실증 분석을 통해 제안된 방법론의 실효성을 검증하였습니다.

GenSwarm은 자연어를 사용하여 다중 로봇 시스템의 제어 정책을 자동 생성 및 배포하는 혁신적인 시스템입니다. 제로샷 학습과 투명한 코드 정책을 통해 높은 신뢰성과 확장성을 제공하며, 로봇 공학 전문가뿐 아니라 비전문가에게도 유용한 도구로 자리매김할 것으로 기대됩니다.

포항공대 연구팀이 개발한 CLERIC은 딥러닝 기반 디지털 병리 이미지 압축 프레임워크로, 기존 기술 대비 우수한 성능으로 의료 데이터 관리 및 AI 기반 진단 시스템 향상에 크게 기여할 것으로 기대됩니다. 학습 가능한 리프팅 기법과 첨단 합성곱 기법을 통합하여 압축 효율을 높이고 고품질 이미지를 유지하는 데 성공했습니다.