AquaSignal은 최첨단 딥러닝 기술을 활용한 수중 음향 분석 프레임워크로, 높은 정확도의 신호 분류 및 신규 신호 탐지를 통해 과학, 환경, 해양 분야에 혁신을 가져올 것으로 기대됩니다.

YESciEval은 강화학습 기반의 새로운 LLM 평가 프레임워크로, 낙관적 편향을 완화하고 다학제적 과학 Q&A 데이터셋을 통해 객관적이고 확장 가능한 평가를 제공합니다. 이는 AI 정렬과 과학적 탐구의 발전에 크게 기여할 것으로 기대됩니다.

본 기사는 시라시 히로키, 이시부치 히사오, 나카타 마사야 연구팀이 개발한 X-KAN 알고리즘을 소개합니다. X-KAN은 기존 신경망의 한계를 극복하고 복잡한 함수를 효과적으로 근사하는 혁신적인 방법입니다. XCSF와 KAN의 장점을 결합한 X-KAN은 실험 결과에서 우수한 성능을 보였으며, GitHub를 통해 공개되어 접근성을 높였습니다.

본 기사는 중국과학원 연구진이 개발한 Think-J 모델을 소개합니다. Think-J는 강화학습을 통해 생성형 LLM의 판단 능력을 향상시킨 혁신적인 모델로, 기존 모델들을 능가하는 성능을 보이며 LLM 평가 분야의 새로운 기준을 제시합니다.

본 연구는 다중 RIS 지원 밀리미터파 빔스페이스 MIMO 시스템에서 PSO 기반 저복잡도 알고리즘을 이용하여 빔 선택, 전력 할당, RIS 프로필 구성을 최적화함으로써, 제한된 환경에서도 높은 데이터 전송률을 달성할 수 있음을 보여줍니다. 특히, 빔스페이스 채널의 희소성을 고려하여 RIS의 UC 수 증가가 MIMO 빔 수 증가보다 효율적인 성능 향상을 가져온다는 점을 강조합니다.