💻 컴퓨터 과학
Bibliographic Exploration Methodologies to Support Systematic and Scoping Reviews
본 논문은 연구자가 정식 체계적 문헌 고찰이나 범위 고찰를 수행하기에 앞서 연구 질문을 구성하고, 주제적 공백을 식별하며, 검색 전략을 정교화하는 것을 지원하기 위해 자연어 처리 및 머신러닝 기술을 활용하여 서지 코퍼스를 분석하는 복제 가능한 프레임워크를 제안하고 입증한다.
💻 Category
cs
3854 편의 논문
💻 컴퓨터 과학
Dissecting Detection: Feature-Class Ablation and a Deployment-Aware Evaluation Metric for Static PE Malware Classifiers
이 논문은 섹션/구조 및 임포트/API 특징에 대한 통제된 절제 실험을 통해 Kaggle의 Windows Malware 데이터셋 상에서 정적 PE 악성코드 분류기를 평가하며, 그래디언트 부스팅이 우수한 성능과 배포 효율성을 달성함을 입증하는 동시에 새로운 지연 시간 인지 지표를 통해 특징 그룹들의 상호 보완적인 가치를 강조한다.
💻 컴퓨터 과학
Causal Local States: Scalable Simultaneous Causal Network Inference and Forecasting for Dynamical Systems
이 논문은 각 노드에 대해 최적의 예측 이웃을 독립적으로 선택함으로써 이질적인 인과적 상호작용 네트워크를 동시에 추론하고 동역학계를 예측하며, 이를 통해 정답 구조를 알고 있는 모델과 대등한 수준의 고정밀 네트워크 재구성 및 예측 정확도를 달성하는 확장 가능한 프레임워크인 Causal Local States (CLS)를 소개한다.
💻 컴퓨터 과학
Unsupervised Clustering of Visual Styles in Tie-Dye Images Using Multiple Feature Representations
본 연구는 컬러 모먼트(Color Moments)가 타이다이(tie-dye) 이미지의 비지도 클러스터링에서 다른 다섯 가지 특징 표현보다 우수한 성능을 보이며, 다양한 클러스터 크기와 평가 지표에 걸쳐 가장 일관되고 안정적이며 강건한 그룹화 결과를 제공한다는 것을 입증한다.
💻 컴퓨터 과학
LIME-Enabled XAI Framework with Transfer-Learned SqueezeNet for Leaf Disease Identification
이 논문은 실제 환경에서 피망 잎 질병을 식별하기 위해 수정된 위너 필터링(Modified Wiener Filtering), IVGG16-RCNN 세그멘테이션, 그리고 LIME 기반 설명 가능성이 강화된 전이 학습 가중 SqueezeNet 분류기를 통합하여 96.52%의 정확도를 달성하는 LIME-TLESqN 프레임워크를 제안한다.
💻 컴퓨터 과학
An Adaptive Cross Attention Multimodal Transformer Architecture for Multilingual Speech Emotion Recognition
이 논문은 결측 데이터와 언어적 변이를 처리하기 위해 양방향 교차 주의 집중(bidirectional cross-attention)과 적응형 게이팅을 통해 음향, 텍스트, 시각적 양식을 동적으로 융합함으로써 다국어 음성 감정 인식을 향상시키도록 설계된 새로운 아키텍처인 적응형 교차 주의 집중 다중 모달 트랜스포머(Adaptive Cross-Attention Multimodal Transformer, ACAMT)를 제안하며, 완성된 실증적 훈련 결과가 부재함에도 불구하고 포괄적인 평가 프로토콜을 개설한다.
💻 컴퓨터 과학
Federated Learning and Generative AI for Resilient Supply Chain Network Optimization: A Data-Driven Approach
이 논문은 공급망 조직들이 합성 로컬 증강(synthetic local augmentation)을 사용하여 그래프 기반 네트워크 데이터에 대한 중단 예측 모델을 협력적으로 학습할 수 있게 하는 연합 학습-생성형 AI 프레임로를 제안하며, 이를 통해 데이터 프라이버시를 보호하고 통계적 이질성을 해결하는 동시에 높은 정확도(94.8%)와 상당한 통신 효율성(81.1% 감소)을 달성한다.
💻 컴퓨터 과학
Empirical Validation and Break-Even Sensitivity Analysis of the QC-PEDA Cost-Model Partitioner
본 논문은 실제 데이터를 사용하여 QC-PEDA 분할 규칙에 대한 최초의 직접적인 경험적 검증을 제시하며, 현재의 소규모 문제들은 모든 가중치 구성에 걸쳐 고전적 실행에 의해 엄격하게 지배되는 반면, 손익분기점 분석 결과에 따르면 양자 라우팅은 고전적 지연 시간이 포스트 엑사스케일 수준으로 확장될 때에만 실행 가능해지며, 그 특정 임계값은 선택된 비용 모델 가중치에 크게 의존한다는 것을 밝혀냈다.
💻 컴퓨터 과학
TamilSynth: A Synthetic Line Corpus for Tamil OCR and the Three Defaults That Decide Whether It Helps
이 논문은 타밀어 OCR을 위한 대규모 합성 코퍼스인 TamilSynth를 소개하며, 실제 문서에서의 오류를 유의미하게 줄이기 위해서는 코퍼스 설계 자체가 아니라 표준 Tesseract 학습 워크플로에 존재하는 세 가지 특정한 암묵적 기본값(silent defaults)을 수정하는 것이 결정적임을 입증한다.
💻 컴퓨터 과학
AI-Generated Content Detection: A Cross-Modal Survey of Methods, Challenges, and Future Directions
본 설문 조사는 텍스트, 이미지, 오디오, 비디오 전반에 걸친 6가지 공유 기술 계열을 합성함으로써 AI 생성 콘텐츠 탐지에 대한 포괄적인 교차 모달 분석을 제시하며, 연구실과 배포 사이의 격차 및 적대적 강건성과 같은 현재의 과제를 비판적으로 평가하고 견고하고 일반화 가능한 탐지 시스템을 위한 미래 방향을 개설하기 위해 통일된 분류 체계를 구축한다.