3854 편의 논문
InfiniRetri는 외부 임베딩 모델이나 비용이 많이 드는 재학습 없이도, 사전 학습된 LLM의 내재된 어텐션 메커니즘을 활용하여 임의의 길이의 입력으로부터 관련 컨텍스트를 반복적으로 추출함으로써 효율적이고 매우 정확한 롱 컨텍스트 검색 및 추론을 가능하게 하는 훈련 불필요(training-free) 방식입니다.
본 연구는 입력 및 시스템 불확실성을 특징으로서 명시적으로 분류하고 통합함으로써 기존의 딥러닝 기술과 비교하여 태양광 발전량 예측의 정확성, 해석 가능성 및 확률적 신뢰성을 크게 향상시키는 불확실성-의존성-분석-통합 CNN-어텐션 EARF-LSTM 모델을 제안한다.
본 논문은 도시 간 전이 실패가 생소한 도시적 특징보다는 유사한 환경에 대한 지역 사회의 인식 차이에서 주로 기인함을 입증함으로써, 더욱 확장 가능하고 맥락 인지적인 AI 계획을 가능하게 하는 '원천 적용성 유형론(Source Applicability Typology)'과 다양한 도시 간 도시 거주 적합성 모델의 전이를 안내하는 단계적 프레임워크를 소개한다.
이 논문은 47개의 징후를 포함하는 대규모 다중 레이블 안과 데이터셋인 FundusSigns-47을 소개하고, 다중 레이블 징후 인식에서 우수한 macro-F1 및 재현율 성능을 달와하는 프롬프트 튜닝된 SigLIP2와 학습된 InceptionV3 잔차 검증기를 결리한 새로운 프레임워크인 SCVPT를 제안한다.
이 논문은 제어 가능하고 감사 가능한 반복적 정제 프레임워크가 직접 생성 방식과 비교하여 다양한 도메인과 중단 정책 전반에서 대규모 언어 모델의 응답 품질과 효율성을 유의미하게 향상시킨다는 점을 입증하며, 더 복잡한 평가나 적응형 중단 전략이 항상 더 우월하다는 보편적인 주장에 이의를 제기한다.
본 논문은 잔차를 최소화하는 근사 해를 일관되게 생성하는 새로운 카디널리티 보존 휴리스틱인 잔차 가이드형 시뮬레이티드 어닐링(Residual-Guided Simulated Annealing, RGSA)을 소개하며, 이는 인 QOBLIB 인스턴스에 대한 다차원 부분 집합 합 문제에서 블라인드 시뮬레이티드 어닐링 및 QUBO 샘플러보다 우수한 성능을 보이면서도 정확한 솔버를 사용하는 것이 비실용적인 상황에서 재현 가능한 고전적 베이스라인을 제공한다.
트랜스포머 기반 의료 텍스트 분류에 관한 32편의 연구를 다룬 이 체계적 문헌 고찰은 불확실성 인지 방법론을 체계화하기 위해 4단계 기능적 분류 체계를 도입하며, 현재의 연구가 특징 표현과 학습 데이터 신뢰성에 불균형적으로 집중되어 있는 반면 불확실성 추정 및 의사결정을 위한 표준화된 평가 프레임워크는 부족하다는 점을 밝히고 있다.
본 논문은 야생 환경에서의 강건한 얼굴 표정 인식을 위해 국소적 및 전역적 얼굴 의존성을 효과적으로 포착할 수 있도록 DenseNet121, 어텐션 메커니즘, 그리고 그래프 기반 관계 추론을 통합한 경량 딥 잔차 어텐션 그래프 네트워크인 DRAG-Net을 제안한다.
본 논문은 다중 스케일 시계열 특징 융합, 전역-지역 특징 모델링, 그리고 추세-세부 사항 분해를 통합하여 복잡한 신호 역학을 효과적으로 포착함으로써 기존 베이스라인 모델들과 비교하여 교차 공구 검증에서 우수한 정확도와 일반화 성능을 달성하는 새로운 공구 마모 예측 모델인 GLDformer를 제안한다.
본 논문은 LoRA 미세 조정을 통한 LLM 보조 글로스 생성과 독일 수어로부터의 교차 언어 전이 학습을 결합하여 저자원 언어인 타밀어를 위한 최초의 음성 및 텍스트 기반 수어 포즈 생성 시스템을 제시하며, 음성을 전사하고, 글로스를 생성하며, 역번역을 통해 검증된 포즈를 합성하는 파이프라인을 통해 최첨단 성능을 달성하였다.