
꿈꿔왔던 초소형 AI, MOGNET의 탄생!
Nguyen, Guicquero, Sicard 연구팀이 개발한 초소형 AI 모델 MOGNET은 2MB 이하의 메모리에서도 최첨단 모델과 비교해 최대 1% 향상된 정확도를 달성했습니다. 셀룰러 오토마타 기반 온라인 가중치 생성, 다중화기와 비트 시프트 재조정 등의 혁신적인 기술을 통해 자원 제약 환경에서도 높은 성능을 구현했습니다.

MonoSOWA: 사람의 손길 없이 3D 물체를 탐지하다!
Jan Skvrna와 Lukas Neumann이 개발한 MonoSOWA는 사람의 주석 없이도 단일 RGB 카메라로 3D 물체 탐지를 가능하게 하는 혁신적인 기술입니다. Canonical Object Space를 통해 다양한 데이터와 카메라 설정에서도 작동하며, 자율 주행 분야에서 뛰어난 성능을 보여주었습니다.

AI 기반 스마트시티의 미래: 연결성이 핵심이다 💡
본 기사는 AI 기반 스마트시티 구축의 중요성과 신흥국에서의 통신 인프라 개선 필요성을 다룹니다. 네팔 카트만두 사례 연구를 통해 현실적인 문제점을 제시하고, 디지털 격차 해소를 위한 종합적인 접근 방식의 중요성을 강조합니다.

혁신적인 도시 기온 예측 모델: 머신러닝으로 짓는 더 나은 도시
Berk Kıvılcım과 Patrick Erik Bradley 연구팀은 CityGML 데이터와 머신러닝을 활용하여 도시 기온을 정확하게 예측하는 새로운 모델을 개발했습니다. 이 모델은 효율적인 복셀 변환 기법과 가우시안 블러링을 통해 공간적 관계를 고려하여 기온 예측의 정확도를 높였으며, SSIM과 LPIPS와 같은 이미지 유사도 지표를 활용하여 평가의 정확성을 높였습니다. 이는 도시 계획에 환경 요소를 통합하여 지속 가능한 도시 환경 조성에 기여할 것으로 기대됩니다.

촉각 로봇공학의 혁신: 더욱 지능적인 로봇을 향한 여정
본 기사는 Enrico Donato 등이 발표한 논문 "Sensorimotor Control Strategies for Tactile Robotics"를 바탕으로, 촉각 센싱 기술과 센서-운동 제어 전략을 통해 로봇의 지능적 상호 작용 능력을 향상시키는 최신 연구 동향을 소개합니다. 촉각 센싱을 통해 로봇은 주변 환경을 더욱 정교하게 인지하고, 다양한 물체를 안전하게 다룰 수 있게 됩니다. 논문에서 제시된 실용적인 가이드라인은 향후 촉각 로봇공학 분야의 발전을 가속화할 것으로 예상됩니다.