정현호, 이수현, 예종철 연구원이 개발한 Reangle-A-Video는 단일 비디오 입력으로 동기화된 다중 뷰 비디오를 생성하는 혁신적인 기술입니다. 기존 방식과 달리 영상-영상 변환을 통해 효율성을 높였으며, 공개된 코드와 데이터를 통해 더욱 활발한 연구 발전이 기대됩니다.

Yang 등(2025)의 연구는 드론 군집을 활용한 다중 작업 분산 학습 프레임워크를 제시하여 재난 구조의 효율성을 높였습니다. 동적 작업 지식 공유와 최적화 알고리즘을 통해 시간에 따른 작업 변화에 효과적으로 대응하고, 제한된 자원 내에서 최대 성능을 달성합니다.

소타 카와무라 등 연구진은 광학 흐름 대신 프레임 차이를 이용한 새로운 자동 영상 객체 분할(AVOS) 모델을 개발하여, 제한된 자원 환경에서도 실시간 처리가 가능함을 보였습니다. 특히 정지 카메라 영상에서 우수한 성능을 입증했습니다. 이는 다양한 분야에 혁신적인 영향을 미칠 것으로 기대됩니다.

연세대학교 연구팀의 연구는 딥러닝 분야의 새로운 패러다임인 가중치 공간 학습에서 최첨단 성능을 보이는 그래프 메타네트워크(GMN)의 내부 표현을 최초로 분석하여, 기존 신경망과의 차이점을 밝히고 메타네트워크 발전에 중요한 시사점을 제시했습니다.

Luo Jie와 Chen Xueyin의 연구는 효율적인 역전파를 통해 확장 가능한 하이브리드 심층 양자 신경망(hDQNN) 훈련을 가능하게 하여, 강화 학습에서 향상된 일반화 성능을 달성했습니다. 이는 NISQ 컴퓨터를 활용한 양자 기계 학습의 발전에 중요한 기여를 합니다.