Machine Learning (journal)
Machine Learning 은 1986년부터 발행된 동료 심사 학술지이다.
2001년, Machine Learning의 편집자 및 편집위원회 위원 40명이 Journal of Machine Learning Research (JMLR)를 지지하기 위해 사임했다. 이들은 인터넷 시대에 유료 접근 방식의 고가 학술지에 논문을 계속 게재하는 것은 연구자들에게 해롭다고 주장했다. 대신, 저자가 논문에 대한 저작권을 보유하고 아카이브가 인터넷에서 무료로 이용 가능한 JMLR의 모델을 지지한다고 밝혔다.[^2]
대량 사임 이후, Kluwer는 저자가 동료 심사 후 논문을 온라인에 자체 아카이빙할 수 있도록 출판 정책을 변경했다.[^3]
초록 및 색인 수록
이 학술지는 여러 데이터베이스에 초록 및 색인이 수록되어 있으며, 예를 들면 다음과 같다:[^1]
주요 논문
참고 문헌
[^1]: Machine Learning
[^2]: cite journal title = Kluwer 학술지 Machine Learning 편집위원회: 사임서 journal = SIGIR Forum volume = 35 issue = 2 year = 2001 url = http://sigir.org/files/forum/
[^3]: Robin, Peek. Machine Learning 편집위원회의 분열. (2001년 12월 1일)
[^4]: Machine Learning – 초록 및 색인 수록. Springer Nature
[^5]: Machine Learning – 초록 및 색인 수록. Springer Nature
[^6]: Machine Learning – 초록 및 색인 수록. Springer Nature
[^7]: Machine Learning – 초록 및 색인 수록. Springer Nature
[^8]: Machine Learning – 초록 및 색인 수록. Springer Nature
관련 인사이트

로봇은 왜 볼트를 떨어뜨리는가 — Physical AI가 공장에 필요한 진짜 이유
AI가 데이터 패턴만 외우는 시대는 끝나고 있다. 물리 법칙을 이해하는 Physical AI가 제조 현장에 왜 필요한지, KAIST 교수와 자동차 부품 공장 팀장이 볼트 하나를 놓고 이야기한다.

디지털 트윈, 당신 공장엔 이미 있다 — 엑셀과 MES 사이 어딘가에
디지털 트윈은 10억짜리 3D 시뮬레이션이 아니다. 지금 쓰고 있는 엑셀에 좋은 질문 하나를 더하는 것 — 두 전문가가 중소 제조기업이 이미 가진 데이터로 예측하는 공장을 만드는 현실적 로드맵을 제시한다.

공장의 뇌는 어떻게 생겼는가 — 제조운영 AI 아키텍처 해부
지식관리, 업무자동화, 의사결정지원 — 따로 보면 다 있던 것들입니다. 제조 AI의 진짜 차이는 이 셋이 순환하면서 '우리 공장만의 지능'을 만든다는 데 있습니다.