1140 편의 논문
본 논문은 미세 조정된 YOLOv8 검출기와 랜드마크 기반의 상안부 크로핑을 결합한 강건한 마스크 착용 얼굴 인식에 관한 체계적인 파이프라인을 제시하며, 광범위한 벤치마킹을 통해 이러한 다단계 최적화가 특히 FaceNet과 코사인 유사도를 사용할 때 단일 모델 방식보다 유의미하게 우수한 성능을 보임을 입증한다.
본 논문은 실외 모니터링 네트워크에서 지속적인 시공간적 커버리지를 보장하기 위해 에너지 중립 센서의 활성화 및 충전 주기를 오케스트레이션하는 두 가지 정수 선형 계획법(ILP) 접근 방식을 제안하고 평가하며, 구현 복잡도, 계산 시간, 그리고 해의 최적성 사이의 트레이드오프를 분석한다.
본 논문은 고정밀 침입 탐지를 달성하고, 중요 사건의 우선순위를 지정함으로써 분석가의 경보 피로도를 획기적으로 줄이며, 보안 운영 센터(SOC) 환경을 위해 투명한 실시간에 가까운 근거를 제공하기 위해 시계열 트랜스포머(Transformers), 그래프 합성곱 신경망(Graph Convolutional Networks), 그리고 사후 설명 가능성(post-hoc explainability) 기법을 통합한 3단계 파이프라인인 동적 설명 가능 프레임워크(Dynamic Explainable Framework, DEF)를 제안한다.
본 논문은 고해상도 특징 보존, 인코더 토큰으로부터 초기화된 사전 가이드 쿼리, 그리고 형상 인식 기하학적 감독을 통합하여 도전적인 데이터셋에서 정확도와 재현율을 크게 향상시킴으로써 장거리 초소형 UAV 탐지를 강화하는 트랜스포머 기반 검출기인 SPQ-DETR을 제안한다.
이 논문은 다양한 아날로그 패밀리에 걸쳐 고정밀 다목적 포인트 스펙 회로 설계를 달계하기 위해 파레토 검증 선호 최적화(Pareto-Verified Preference Optimization)와 안전 근사 정책 최적화(Safe Proximal Policy Optimization)를 사용하여 회로 넷리스트를 반복적으로 생성, 검증 및 수리하는 시뮬레이션 기반 자기 개선 프레임워크인 \methodfull을 소개한다.
이 논문은 64채널 신호를 웨이브릿 스케일로그램과 합성곱 오토인코더를 통해 2D 잠재 신경 서명으로 변환한 후, 맞춤형 ResNet을 사용하여 PhysioNet 운동 상상 데이터셋에서 99.1%의 정확도를 달ีก하여 피험자를 분류하는 견고한 EEG 기반 생체 인식 시스템을 제안한다.
본 논문은 전통적이고 계산 복잡도가 높은 MFCC 특징 추출을 효율적인 시간 영역 컨볼루션으로 대체하는 두 가지 리저버 컴퓨팅 기반 아키텍처 변형을 제안하며, 분산형 멀티 리저버 앙상블 또는 단일 합성 파형 접근 방식을 통해 음성 인식 작업에서 우수한 성능을 달성한다.
본 연구는 역상관(reverse-correlation) 방법을 활용하여 ChatGPT나 Gemini와 같은 멀티모달 거대언어모델(LLM)이 안정적이고 자기 인식적이며 긍정적인 가치를 지닌 '의인화된' 얼굴 이미지를 생성한다는 것을 입증하며, 이는 해당 모델들이 자신의 기능적 정체성에 대한 내부 표현을 보유하고 있을 수 있다는 예비적 근거를 제공한다.
본 연구는 클리블랜드 데이터셋에서 선택된 8개의 핵심 특징을 사용하여 최적화된 서포트 벡터 머신(SVM) 분류기가 심장 질환을 예측하는 데 있어 30개의 다른 분류기들보다 우수한 성능인 90.28%의 정확도와 93%의 AUC를 달성함을 입증한다.
UNC Health는 2년 동안 3단계 위험 기반 시스템을 구현함으로써 책임 있는 AI 프레임워크를 강화하였으며, 이는 엄격한 감독을 유지하면서도 평가 효율성을 크게 높이고 리드 타임을 단축하여, 64개의 솔루션을 성공적으로 검토하고 미미한 부작용 수준 내에서 견고한 사후 배포 모니터링 메커니즘을 구축하는 결과로 이어졌습니다.