3899 편의 논문
본 논문은 대역폭과 버퍼 소모를 추정함으로써 2차 리버퍼링 이벤트를 동적으로 예측하고 방지하여, 고정 및 적응형 베이스라인 대비 다양한 적응형 비트레이트 알고리즘 전반에서 세션 서비스 품질(QoS)을 일관되게 향상시키는 프레임 수준 재생 재개 컨트롤러인 No Secondary Rebuffering(NSR)을 제안한다.
이 논문은 칼만 필터링된 지속적 트랙과 불확실성을 고려한 목표 전환을 갖춘 결정 계층을 활용하여 프런티어 선택을 최적화함으로써, 실제 환경 실험에서 PPO로 학습된 로봇이 전환 기능이 없는 베이스라인 대비 20.3% 더 빠르게 95%의 커버리지를 달age하고 이동 거리를 19.4% 줄일 수 있게 하는 자율 탐사 프레임워크를 제안한다.
본 논문은 가치 분해, 최대 엔트로피 정규화, 그리고 트윈 지연 메커니즘을 통합하여 위성-UAV 이기종 네트워크에서의 협력적 커버리지를 최적화하는 동시에 에너지 제약, 안전 요구 사항 및 동적 환경 문제를 효과적으로 해결하는 새로운 다중 에이전트 심층 강화 학습 프레임워크인 VDSAC-TD3를 제안한다.
본 논문은 UNSW-NB15 벤치마크를 통해 검증된 바와 같이, 자원이 제한된 IoT 네트워크 내 침입 탐지를 위해 상호 정보량 기반의 특징 선택을 활용하여 경쟁력 있는 성능과 본질적인 해석 가능성을 달성하는 경량화된 어텐션 강화 CNN-BiLSTM 프레임워크를 제안한다.
본 논문은 교육학적으로 구조화된 서사 전개와 숙달 중심의 스캐폴딩을 통합하여 개인 맞춤형 교육을 제공하는 적응형 프레임워크인 TaleTutor AI를 소개하며, ScienceQA 레슨에 대한 평가를 통해 이 시스템이 서사의 일관성, 사실적 정확성, 그리고 차별화된 교수 지원 사이의 균형을 효과적으로 유지함을 입증한다.
BudgetFunnel은 경량 스크리닝과 선행 관계를 고려한 탐욕적 할당기를 사용하여 이기종 서버리스 함수 전반에 걸쳐 공유된 웜 리텐션(warm-retention) 예산을 할당함으로써, 전체 평가 및 기존 베이스라인 전략에 비해 평가 오버헤를 크게 줄이면서도 콜드 스타트 완화 측면에서 최적에 가까운 성능을 달성하는 트레이스 기반의 coarse-to-fine 프레임워크이다.
본 연구는 회귀 분석을 사용하여 기능적 크기 척도(UFP 및 CFP)와 기능적 복잡도 척도(CC 및 YC)를 결합한 소프트웨어 규모 추정 모델을 제안하며, 이러한 지표들을 결합하는 것—특히 UFP와 복잡도 척도를 결합하는 것—이 COCOMO II와 같은 애플리케이션에 대한 추정 오차를 유의미하게 줄이고 예측 정확도를 향상시킨다는 것을 입증한다.
본 논문은 펄스 형태 템플릿을 이벤트별 기술자와 분리하여 중복된 형태 계산을 제거함으로써, 기계 정밀도 수준의 정확도를 유지하면서도 펄스 수준 컴파일에서 수십 배의 속도 향상을 달성하는 정밀한 중간 표현을 제안한다.
본 논문은 저품질의 입력값으로부터 고품질의 동적 그래프 행렬을 구축하고 중복된 특징을 제거함으로써 모델 성능을 향 향상시키는 희소 저중복 다중 레이블 특징 선택 방법인 SLDMG를 제안하며, 이를 통해 최신 기법들 대비 Macro-F1 지표에서 유의미한 개선을 달성한다.
본 논문은 높은 시각적 품질(PSNR ~41.29 dB), 노이즈 및 압축 공격에 대한 강력한 저항성, 그리고 빠른 처리 속도를 갖춘 비밀 텍스트를 안전하게 삽입하고 추출하기 위해 생성자, 판별자, CNN 추출기를 활용하는 강건한 GAN 기반 이미지 스테가노그래피 프레임워크를 제안한다.