Helem Salinas 등 연구진이 개발한 Transformer 기반 AI 알고리즘이 TESS 데이터 분석을 통해 214개의 새로운 외계행성 후보를 발견했습니다. 이는 주기성 가정 없이도 외계행성 통과 신호를 직접 감지하는 혁신적인 기술을 선보인 결과입니다.

Ai Chen 등 연구진이 개발한 MToIE는 주간 안개, 저조도, 야간 안개 등 다양한 상황에서 이미지 품질을 향상시키는 멀티태스크 기반 AI 모델입니다. 자기 주의 메커니즘과 다중 수용 영역 강화 모듈을 통해 야간 이미지 처리 성능을 크게 향상시켰으며, 공개된 코드를 통해 재현성과 활용성을 높였습니다.

이즈모 타카시 박사의 연구는 거친 집합 이론(CST)을 이용하여 AI 윤리 및 의사결정의 문제를 해결하는 새로운 수학적 프레임워크를 제시합니다. CST는 거친 입자의 의사결정 과정을 모델링하고, 정보 손실을 정량적으로 평가하여 AI 시스템의 공정성, 편향 감소, 투명성 향상에 기여할 수 있습니다.

본 논문은 물리 법칙을 준수하는 머신러닝 모델을 위한 새로운 방법론을 제시합니다. 데이터 제약 및 물리 법칙 위반 문제를 해결하여 예측 신뢰도와 정확도를 향상시키는 혁신적인 연구입니다.

AI 기반 머신러닝을 활용하여 치어리딩 텀블링 동작을 객관적으로 평가하는 연구 결과가 발표되었습니다. 단일 IMU 데이터를 사용하여 높은 정확도를 달성, 스포츠 과학 분야에 AI 기술의 혁신적인 적용 가능성을 제시했습니다.