카이 다춘 등 연구진이 개발한 Ev-DeblurVSR은 이벤트 신호를 활용하여 흐릿한 비디오 초고해상도(BVSR) 문제를 해결했습니다. 상호 정보 활용 디블러링 모듈과 하이브리드 변형 정렬 모듈을 통해 기존 기술보다 정확도와 속도를 크게 향상시켰습니다.

영국 바이오뱅크의 4만 명 데이터를 기반으로 개발된 ViTa 모델은 심장 MRI 영상과 환자의 다양한 정보를 통합하여 심장 질환 위험 예측 및 진단에 혁신적인 접근 방식을 제시합니다. 이는 심장 건강에 대한 범용적 이해를 제공하고 임상적 유용성을 향상시킬 잠재력을 지닙니다.

본 연구는 부분적으로 관련된 비디오 검색(PRVR)에서 정확성과 효율성을 동시에 향상시키는 프로토타입 기반 프레임워크를 제시합니다. 다양한 시간적 규모의 맥락 정보를 효율적으로 처리하여 계산 비용을 줄이고, 교차 및 단일 모달 재구성 작업과 비디오 믹싱 기법을 통해 정확도를 높였습니다. 실험 결과는 제안된 방법의 효과를 입증합니다.

Zheng Wang 등 연구진은 LLM 기반 작업 계획의 한계를 극복하기 위해 RAG와 다중 에이전트 메타 강화 학습 프레임워크를 활용한 InstructRAG을 제안했습니다. Instruction Graph, RL-Agent, ML-Agent를 통해 확장성과 전이성을 향상시켜 기존 방식보다 최대 19.2% 향상된 성능을 달성했습니다.

Petr Jahoda와 Jan Cech의 연구는 StyleGAN2를 이용해 소스 이미지의 포즈와 표정을 타겟 이미지에 전이하는 혁신적인 기술을 선보였습니다. 자기 지도 학습을 통해 효율성을 높였으며, 실시간에 가까운 성능으로 다양한 분야에 적용 가능성을 열었습니다. 하지만, 윤리적인 문제에 대한 고려도 필수적입니다.