Francesco Daghero 등 연구진은 마이크로컨트롤러에서 희소 심층 신경망(DNN)의 효율적인 가속화를 위한 경량 소프트웨어 커널 및 하드웨어 확장 기술을 제시했습니다. 최적화된 소프트웨어 커널, 경량 ISA 확장, 그리고 오픈소스 DNN 컴파일러 확장을 통해 뛰어난 성능 향상과 에너지 효율을 달성했습니다.

Peace Obioma 등 연구진이 개발한 IoT 기반 스마트 조명 시스템(ISLS)은 사무실 건물의 에너지 소비를 최대 80%까지 절감하는 놀라운 결과를 보여주었습니다. DIY 방식으로 구현 가능하며, 실시간 모니터링 및 제어 기능을 제공합니다.

이중 가설 검정(DHT), 연쇄 고장 한계(LSF), 퍼지 논리를 결합하여 생산자 및 소비자 오류를 최소화하고 불량률 관리의 정확성과 효율성을 높이는 새로운 방법이 제시되었습니다. 다양한 분포 모델을 제공하여 상황에 맞는 최적의 알고리즘 선택을 지원합니다.

Seyed Muhammad Hossein Mousavi의 연구는 신경 가스 네트워크(NGN)를 활용하여 감정 인식에 필요한 신체 동작 데이터를 효율적이고 현실적으로 생성하는 새로운 방법을 제시했습니다. 기존 GAN, VAE 방식보다 우수한 성능을 보이며, 감정 인식 기술 발전에 크게 기여할 것으로 기대됩니다.

왕텅 박사 연구팀이 제안한 계층적 다단계 보상 모델(HRM)은 기존의 과정 보상 모델(PRM)의 한계를 극복하고, 계층적 노드 압축(HNC)을 통한 데이터 증강 전략으로 더욱 강건하고 신뢰할 수 있는 AI 추론 시스템을 구축했습니다. 다양한 데이터셋에서 우수한 성능을 입증하며 AI 분야의 혁신을 주도할 것으로 기대됩니다.