2285 편의 논문
이 논문은 LLM 기반 개념 매핑 시스템이 후보 집합을 비교 가능하고 배타적인 형식으로 구조화함으로써 매핑 불가능한 용어에 대한 과잉 정렬 오류를 크게 줄일 수 있음을 입증하며, 이러한 설계 원칙은 단순히 정답을 제공하거나 검색을 개선하는 것보다 더 효과적임이 증명되었다.
이 논문은 경량화된 시맨틱 임베딩을 활용하여 중복되는 문서 섹션을 제거하고 그래프 엔티티를 클러스터링함으로써, 높은 검색 품질을 유지하면서도 지식 그래프 구축을 위한 LLM 토큰 소비와 지연 시간을 크게 줄이는 ML 증강 파이프라인인 AMODD를 소개한다.
본 논문은 악보 정렬 피드백을 제공하기 위해 광학 악보 인식, 음고 추적 및 동적 시간 워핑을 통합한 얼후용 AI 보조 자가 연습 시스템의 개발과 파일럿 검증을 제시하며, 해당 시스템이 전문가 평가와 높은 상관관계를 보이고 음악원 학생들 사이에서 높은 사용성을 입증하였음을 보여준다.
이 논문은 총합적 척도에서는 흔히 놓치는 분포적 기회 손실을 드러내기 위해 '옵션 엔트로피(Option Entropy)'라는 새로운 지표를 통해 윤리적으로 허용 가능한 미래 기회에 미치는 영향을 정량화하는 '가능성 윤리(Possibility Ethics)'라는 개념적-계산적 프레임워크와 이를 구현한 Omega-PE 툴킷을 소개한다.
본 논문은 협력형 UAV-UGV 시스템의 실시간 경로 최적화를 크게 가속화하여 기존 방식보다 30~70% 더 빠르게 최적에 가까운 솔루션을 제공하는 동시에 동적인 환경 변화에 효과적으로 적응하는 새로운 강화 학습 지원 A-Teams 하이퍼 휴리스틱 프레임워크를 제안한다.
본 논문은 금융 및 이커머스 사기를 효과적으로 탐지하기 위해 Top- 동적 하이퍼그래프 생성기, Jacobi 스펙트럼 필터링, 그리고 Jacobi 다항식 기반 분류기를 통합하여 쌍방향 관계와 고차 어피리에이션(higher-order affiliations)을 모두 모델링하는 듀얼 뷰 프레임워크인 JK-DHGNN을 제안하며, 이를 통해 YelpChi 및 Amazon 데이터셋에서 우수한 성능을 달enc성함과 동시에 데이터셋에 따른 구성 요소의 효능을 입증한다.
본 논문은 기존의 올바른 예측을 저하시키지 않으면서 경계 오류를 수정함으로써 생물 의학 개체명 인식 정확도를 크게 향상시키고, 이를 통해 최소한의 계산 자원만을 요구하면서도 다운스트림 관계 추출의 안정성을 높이는 경량화된 사후 경계 정밀화 모듈(Boundary-Refinement Module, BRM)을 소개한다.
이 논문은 특정 영역에서 딥러닝 기반 악성코드 탐지 성능을 완만하게 개선하고 이전의 불안정성 문제를 해결하면서도, 궁극적으로는 튜닝된 트리 앙상블이 해당 과업에 있어 가장 견고하고 비용 효율적인 솔루션임을 확인시켜 주는, 특징 증폭기(feature augmentor)와 결합된 유계된 학습 가능 불확실성 게이팅 메커니즘인 ChaosEntropyGate v2 (CEG-2)를 소개한다.
이 논문은 리튬 이온 배터리의 잔여 수명을 예측하기 위해 Random Forest, XGBoost, 그리고 Temporal Convolutional Network 모델의 성능을 평가 및 비교하며, 전기 자동차의 예방 정비를 위한 Coral Dev Board에서의 실질적인 배포와 효과를 입증한다.
이 논문은 절대적인 점수가 아닌 분자 간의 쌍별 비교를 통해 그래프 신경망 대리 모델을 학습시킴으로써, 노이즈가 많은 스크리닝 환경에서 표적 달성도와 샘플링 효율성을 크게 향상시키는 능동 학습 프레임워크인 APOSM을 소개한다.