PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.00162v2cs.RO

아티팩트 기반 빌드 프로세스로서의 로보틱스 데이터셋 구축 모델링

Modeling Robotics Dataset Construction as an Artifact-Based Build Process

로봇 시스템은 대규모의 멀티모달 센서 데이터를 생성하지만, ROS bag 기록을 머신러닝 데이터셋으로 변환하는 작업은 종종 임시적인 순차 스크립트로 처리되어 엔지니어링 오버헤드와 느린 반복(iteration) 주기를 초래합니다. 본 연구에서는 데이터셋 구축을 의존성 그래프 상의 아티팩트 기반 빌드 프로세스로 모델링하고, 이를 재현 가능하며 점진적인 데이터셋 생성을 지원하는 오픈소스 Bazel 확장인 Bagzel(nuScenes 형식 내보내기 포함)로 구현합니다. 저자들은 Bagzel 및 Bagzel-xattr(서버 측 다이제스트 관리)을 순차적인 rosbag2nuscenes 기준선(baseline)과 비교합니다. Bagzel은 평가된 모든 실행 모드에서 실행 시간을 단축하며, 반복적인 워크플로에서 가장 큰 성능 향상(20.4GB 데이터셋 기준 웜 빌드에서 최대 386.26배, 점진적 빌드에서 7.21배)을 보입니다. 5.1GB에서 20.4GB에 이르는 데이터셋 크기 전반에 걸쳐 Bagzel 변형들은 특히 웜 및 점진적 모드에서 기준선보다 현저히 뛰어난 확장성 특성을 보여줍니다. Bagzel-xattr은 추가적인 이점을 제공하여 입력 세분성 연구에서 Bagzel 대비 평균 5.9%의 실행 시간 단축을 달성합니다. 전반적으로 로보틱스 데이터셋 구축을 아티팩트 기반 빌드 프로세스로 모델링하는 것은 재현성을 뒷받침하는 결정론적 빌드 설계를 유지하면서도 데이터셋 업데이트 지연 시간을 실질적으로 단축합니다.

arXiv:2606.24066v1cs.SD

VieSpeaker: A Large-Scale Vietnamese Speaker Recognition Dataset Beyond Visual Dependency

얼굴 정보 없이 텍스트 메타데이터와 대규모 언어 모델(LLM) 추론으로 화자를 식별하는 파이프라인으로 베트남어 화자 인식 데이터셋 VieSpeaker를 구축했으며, 4,715명·약 902시간 규모로 기존 베트남어 코퍼스보다 화자·음향 다양성이 크게 확장된다. VieSpeaker로 학습한 모델은 Vietnam-Celeb·VoxVietnam 등 기존 베트남어 데이터셋 대비 견고성과 일반화 성능이 향상되었다.