순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Accurate predictions on small data with a tabular foundation model
Noah Hollmann, Samuel Müller, Lennart Purucker 외 · Nature · 2025년 · 조회 12
왜 이 논문인가 — 선정 기준
오늘의 Editor's Pick · 전체 분야에서 그날 가장 주목할 논문 1편
2025-01 발표 · 피인용 843회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1% · 원 분야 IT
‘전체 분야 Editor’s Pick’은 가장 주목받는 논문을 선정하는 슬롯이며, 본 논문은 2025년 발표 이후 843회가 넘는 인용을 기록하고 동년 논문 중 인용 상위 1%에 해당하는 뛰어난 영향력을 보였다.
논문 요약
테이블 형식 데이터는 생명과학부터 물리학, 경제, 기후 과학에 이르기까지 광범위하게 사용된다. 레이블 컬럼의 결측값을 다른 컬럼을 이용해 예측하는 기본 과제가 다양한 분야에서 핵심적인 역할을 한다. 저자들은 Tabular Prior-data Fitted Network(TabPFN)라는 테이블 파운데이션 모델을 제안했으며, 최대 10,000 샘플 규모 데이터셋에서 기존 방법들을 크게 능가하면서도 학습 시간을 크게 단축했다. 실제로 2.8초 만에 가장 강력한 앙상블보다 우수한 성능을 보였다.
후속 연구설계에 활용하기
향후 연구에서는 TabPFN을 사전학습된 기반 모델로 활용해 소규모 표형 데이터에 대한 예측 정확도를 높이고, 변수 중요도 추정 및 모델 설계 시 초기 베이스라인으로 사용할 수 있다.
핵심어
테이블 데이터파운데이션 모델소규모 데이터예측 정확도
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.