3899 편의 논문
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.
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.
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.
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.
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.
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.