1098 편의 논문
본 연구는 Sentinel-1 SAR 및 Sentinel-2 광학 데이터를 모달리티 인식 계층적 어텐션 메커니즘을 통해 통합함으로써 카메룬 북서부 지역의 반건조 지표 피복 분류에서 96.75%의 정확도를 달나성한 새로운 딥러닝 프레임워크인 FusionAttNet을 소개하며, 이는 분광적 균질성, 구름 피복 및 계절적 변동성을 효과적으로 해결함으로써 기존의 융합 방식들을 크게 능가한다.
본 연구는 에이전트 기반 모델링과 강화 학습을 활용하여 보안 운영 센터(SOC)에서의 훈련 기간이 비선형적 성능 향상을 가져온다는 점을 입증하며, 최적의 투자는 500회에서 1,000회 사이의 에피소드 구간에서 발생하고 고도로 숙련된 팀은 20~25명의 추가 인력을 채용하는 것과 맞먹는 효율성 이점을 달성함을 보여준다.
본 논문은 물리적 HID 침입과 MQTT 네트워크 공격을 연쇄적으로 결합하는 것이 제약된 IoT 기기에서 치명적인 보안-성능 트레이드오프를 노출한다는 것을 입증하는 재현 가능한 실험적 프레임워크를 제시하며, 이는 TLS가 강력한 기밀성을 제공하지만 레거시 하드웨어에서 과도한 지연 시간과 메모리 비용을 초래한다는 점을 밝힘으로써, 효율적이고 확장 가능한 보호를 위해 액세스 제어 목록(ACL)을 우선시하는 새로운 하이브리드 심층 방어 아키텍처의 필요성을 동기 부여한다.
2018년부터 2026년까지의 13,502건의 AI/ML 관련 철회 기록에 대한 이 특성 연구는 컴퓨터 생성 콘텐츠가 철회의 가장 큰 단일 추정 원인임을 밝히고 있으며, 이는 사례의 34.8%를 차지하고 주로 2021년에서 2023년 사이에 발표된 논문들에 영향을 미쳤다.
이 논문은 미분 방정식과 머신러닝을 통합하여 위협 전파 역학을 모델링하고, 이상 징후를 탐지하며, 방어 제어 전략을 최적화함으로써 IoT 네트워크를 보호하기 위한 통일된 상태 공간 프레임워크를 제안하며, 이를 시뮬레이션된 SEIRS 멀웨어 사례 연구를 통해 입증한다.
본 논문은 유사한 패턴을 가진 학생들을 그룹화하고, 상호작용을 정답 및 오답 서브그래프로 분해하여 독립적인 학습을 수행하며, 인지 상태 평가의 정확도를 높이기 위해 자기 지도 정렬(self-supervised alignment)을 채택함으로써 학생 응답 데이터의 데이터 희소성 문제를 해결하는 그룹 인지 진단(Group-Aware Cognitive Diagnosis, GACD) 프레임워크를 제안한다.
본 논문은 하브닝(Havening) 기반 터치 프로토콜 연구에서 표준 STDP 및 최신 딥러닝 모델들을 능가하며, 시공간적 EEG 데이터의 분류 정확도와 해석 가능성을 높이기 위해 작업 특화 피드백을 국소 스파이크 기반 학습과 통합한 항상성 및 보상 최적화 스파이킹 신경망 프레임워크인 HERO-SNN을 제안한다.
이 논문은 분할된 다채널 EEG 데이터로부터 최면 감수성을 분류하는 해석 가능한 AutoML 기반의 CNN 프레임워크를 제안하며, 최적의 폴드에서 완벽한 정확도를 달enc하고 XAI 기술을 통해 알파 및 감마 주파수 대역을 가장 중요한 특징으로 식별하였다.
본 논문은 섭동을 억제하기 위해 주파수 인지 방어 모듈과 시공간-주파수 동적 적대적 손실을 통합하는 동시에, 방어 효율성과 시각적 품질 복원 사이의 균형을 맞추기 위해 극값 유도 동적 톤 커브 모듈을 채택한 새로운 적대적 강건 적외선 및 가시광선 영상 융합 프레임워크인 FDCNet을 제안한다.
본 논문은 AHCD 및 HIJJA 데이터셋에 대한 아랍어 필기체 문자 인식에서 최첨단 정확도와 강건성을 달로 달성하기 위해 뉴트로소픽 불확실성 모델링을 소벨 기반 부정정성, CNN, BiLSTM과 통합한 새로운 하이브리드 프레임워크인 DeepNeutroBiLSTM을 제안한다.