2305 편의 논문
이 논문은 ST 분절 및 T파와 같이 결정적인 특징을 타겟팅함으로써 심근경색 탐지를 위한 AI 모델의 해석 가능성을 높이고, 12유도 심전도에 대해 임상적으로 유의미한 반사실적 설명을 생성하는 통합 그래디언트 가이드 적대적 프레임워크인 InterGRACE를 소개한다.
본 연구는 불균등 영향 제거(Disparate Impact Remover) 및 적대적 디바이아싱(adversarial debiasing)과 같은 편향 완화 기법을 채택한 공정성 인지 머신러닝 모델이 높은 예측 정확도를 유지하면서도 ADNI 데이터를 활용한 알츠하이머병 분류에서의 성별 관련 격차를 유의미하게 줄일 수 있으며, 임상 및 성별 관련 결정 요인의 해석 가능성을 향상시킨다는 것을 입증한다.
이 논문은 비공개 3D 종양 영상 및 방사선 보고서로부터 객관식 문제를 생성하여 시각-언어 모델(Vision-Language Models)을 엄격하게 평가하는 자동화된 오염 제어 벤치마킹 파이프라인을 소개하며, 이를 통해 현재의 모델들이 진정한 시각적 인지보다는 텍스트 단서나 데이터셋에 대한 익숙함에 의존하는 경우가 많다는 점을 밝혀낸다.
본 논문은 이중 채널 어텐션 블록을 통합함으로써 다중 클래스 EEG 숫자 디코딩에서 92.36%의 최첨단 정확도를 달성하는 동시에 견고성, 해석 가능성 및 계산 효율성을 보장하는 경량 딥러닝 프레임워크인 DualAttentionNet을 소개한다.
본 논문은 AI 기반 안드로이드 악성코드 탐지 시스템에 대한 체계적 문헌 고찰(2020–2025)을 통해, 이들의 적대적 공격에 대한 취약성을 분석하고, 기존 방어 전략을 평가하며, 강건하고 신뢰할 수 있는 보안을 달성하기 위한 핵심적인 격차와 향후 연구 방향을 식별한다.
LC-MSCKF는 성능 저하를 예측하기 위한 경량 학습 분지와 유계된 교정 팽창을 위한 혁신 피드백 분지를 결합한 하이브리드 2단계 불확실성 보정 전략을 채택함으로써 시각-관성 주행 거리 측정의 정확도를 향상시키며, 다양한 벤치마크에서 고정형 및 단일 분기 적응형 베이스라인을 크게 능가한다.
본 연구는 트랜스포머 기반 모델과 앙상블 전략을 활용한 임상 인터뷰의 자동 언어 분석이 광둥어 화자를 대상으로 주요 우울 장애를 효과적으로 탐지할 수 있음을 입증하며, 이를 통해 처리 효율성을 유의미하게 개선하는 동시에 최적의 성능을 위한 전사 품질과 대화 맥락의 중요성을 강조한다.
본 논문은 VisDrone2019 벤치마크에서 우수한 정확도-효율성 트레이드오프를 달면서 소형 객체 탐지 과제를 효과적으로 해결하기 위해 게이트형 컨볼루션 특징 강화(Gated Convolutional Feature Enhancement), 다중 스케일 확장 주의 집중(Multi-Scale Dilated Attention), 그리고 동적 교차 스케일 특징 집약(Dynamic Cross-scale Feature Aggregation)으로 구성된 시너지 효과를 내는 3단계 파이프라인을 채택한 경량 UAV 기반 탐지기인 GMD-YOLO26을 제시한다.
본 논문은 지식 증류 기반의 로컬 배포 가능한 4B 언어 모델 시스템을 제시하며, 이는 중국어 방사선 보고서의 표준화된 품질 관리를 효과적으로 자동화하여 더 큰 교사 모델에 비해 높은 정밀도와 현저히 향상된 추론 속도를 달성한다.
본 논문은 윤리적 AI를 공정성, 투명성, 설명 가능성으로 구성된 맥락 의존적 고차원 구성 개념으로 개념화하는 구성 타당도 프레임워크를 제안하며, 이를 통해 규제 준수 및 실증 연구를 위한 감사 가능한 측정 표준을 개발하기 위한 이론적으로 근거가 확실한 경로를 제공한다.