본 연구는 AI 기반 동적 가격 책정 모델을 활용하여 온디맨드 서비스 플랫폼의 수익성과 근로자 만족도를 동시에 향상시키는 새로운 보상 정책을 제시합니다. 다항 로짓 모델과 근사 동적 프로그래밍을 통해 근로자의 선호도를 정확하게 반영, 합성 및 실제 데이터에서 기존 방식 대비 2.5%~20%의 성능 향상을 달성하였습니다.

본 연구는 휴대폰의 디스플레이와 카메라를 이용하여 3D 모델링을 가능하게 하는 차별화 가능한 모바일 디스플레이 광도 스테레오(DMDPS) 기술을 제시합니다. 이 기술은 기존의 한계를 극복하여 3D 프린팅된 물체뿐 아니라 낙엽과 같은 자연물의 3D 모델링을 가능하게 하며, 컴퓨터 그래픽스 및 비전 분야를 넘어 새로운 연구 영역을 개척할 가능성을 제시합니다.

대규모 언어 모델(LLM)의 성격 특성을 심리적 평가 도구를 활용하여 분석한 연구 결과가 발표되었습니다. LLM은 같은 계열의 모델이라도 고유한 성격 프로필을 나타내며, 이는 향후 인간 친화적인 AI 개발 및 맞춤형 서비스 개발에 중요한 시사점을 제공합니다.

최근 연구에서 에너지 데이터 이상 탐지를 위한 분산 학습(FL) 시스템의 적대적 공격에 대한 취약성이 밝혀졌습니다. 특히 PGD 공격에 대한 취약성이 높아 정확도가 10% 이상 감소하는 것으로 나타났으며, 중앙 집중식 학습보다 FL이 더 취약한 것으로 확인되었습니다. 이는 FL 시스템의 보안 강화를 위한 방어 메커니즘 개발의 필요성을 시사합니다.

사우스캐롤라이나 대학교 연구진이 8시간 연속 제조 라인 가동 데이터를 포함하는 아날로그 및 멀티모달 데이터셋을 오픈소스로 공개했습니다. 이는 실제 제조 환경을 반영한 대규모 데이터셋을 제공하여 AI 기반 제조 공정 최적화 연구를 크게 앞당길 것으로 기대됩니다.