PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.27621v1cs.AI

SHRAV: 물리 모델링 및 역설계를 위한 상태-가설-추론-행동-검증 프레임워크

SHRAV: State-Hypothesis-Reason-Action-Verify Framework for Physical Modeling and Inverse Design

물리 모델링(physical modeling)과 역설계(inverse design)는 재사용 가능한 상태(state)로부터 이어갈 수 있는 계산을 필요로 합니다. 우리는 상태(State), 가설(Hypothesis), 추론(Reason), 행동(Action), 검증(Verify)을 중심으로 구성된 아키텍처 독립적 계산 프레임워크인 SHRAV를 소개합니다. 이 프레임워크의 핵심 메커니즘은 선언된 재사용 경계와 학습된 진화 및 수치적 양에 대한 명시적 역할을 갖춘 상태 지속(state-continuation) 코어입니다. 순방향 구성은 예측 상태를 진화시키고 물리적 반응을 판독하며, 역설계 구성은 추가로 목표 지향적 수정을 생성하고 평가기 피드백을 활용합니다. 전자기 월드 모델 연구는 순방향 구성에 매핑되며, 선별된 판독 및 재사용 진단 결과가 여기에 보고됩니다. 전산 리소그래피는 역설계 구성을 실증합니다. 즉, 독립적인 스칼라-동공(scalar-pupil) 재생 하에서 4회의 고정 가중치(fixed-weight) 설계 업데이트를 통해 임계값 적용 공중상 IoU(intersection-over-union)를 0.5313에서 0.8153으로 향상시키며, 예측기 추정치와 독립적 재생 간의 최대 절대 예측-재생 차이는 약 0.000824를 나타냅니다.

arXiv:2606.26713v1cs.AI

LithoDreamer: 다단계 계산 리소그래피를 위한 물리 정보 기반 월드 모델

LithoDreamer: A Physics-Informed World Model for Multi-Stage Computational Lithography

반도체 계산 리소그래피의 Layout-Mask-Resist Image-ADI 다단계 물리 공정을 의사결정 기반 진화 시스템으로 모델링하는 최초의 물리 정보 기반 월드 모델(WM) LithoDreamer를 제안하며, 단계별 잠재 공간과 대조 변분 최적화로 연속 감독 없이 공정 개입을 학습한다. 실험에서 순방향 진화와 역방향 계획 모두 최첨단 성능을 보였고, 28만 쌍 규모 리소그래피 데이터셋을 공개한다.