3900 편의 논문
본 조사 연구는 1,000편의 연구 논문을 분석하여 12가지의 새로운 적대적 공격을 식별하고, 방어 전략을 평가하며, AI 기반 보안 시스템에 대한 위협을 완화하기 위한 향후 연구 방향을 제시함으로써 사이버 보안과 인공지능의 결정적인 교차점을 다룬다.
본 논문은 농업 5.0 환경의 실시간 사이버 보안을 위해 정밀도와 노이즈 저항성이 뛰어난 강건한 이상 탐지 시스템을 학습시킬 수 있는 고충실도 합성 네트워크 트래픽을 생성하는 CTGAN 기반 프레임워크를 제안한다.
이 논문은 PCA로 차원이 축소된 공간에서 동심원 및 사분면 기반의 중심점 초기화 전략을 활용하여 여러 데이터셋과 평가 지표에 걸쳐 기존의 k-means 및 그 전신인 ECKM을 일관되게 능가하는 결정론적 k-means 클러스터링 알고리즘인 CCKM을 소개한다.
본 논문은 프로필 사진에 딥러닝을 활용하여 두부 규격 측정을 정확하게 생성하는 머신러닝 모델을 제시하며, 이는 교정 환자들을 위해 전통적인 방사선 분석을 대체할 수 있는 더 안전하고 비용 효율적이며 방사선 노출이 없는 대안을 제공한다.
이 논문은 점진적 세션 전반에 걸쳐 구조적 교차 모달 지식을 보존하기 위해 코알리션 게임 관점의 반자프 가치 평가(Banzhaf valuation)를 통해 고차 토큰 상호작용을 모델링함으로써, 의미론적 불일치와 지식 에일리어싱(knowledge aliasing) 문제를 해결하는 지속적 이미지-텍스트 검색을 위한 반자프 증류 네트워크(Banzhaf Distillation Network, BDNet)를 제안한다.
본 연구는 얼굴, 행동, 텍스트 특징을 통합하여 학생의 참여도를 탐지하는 다중 모달 융합 프레임워크를 제안하며, 후기 결합(late fusion) 전략이 0.864의 높은 정확도를 달성하고 참여 수준을 분류하는 데 있어 단일 모달리티 모델보다 우수한 성능을 보임을 입증한다.
본 논문은 교차 주의 집중(cross-attention)을 통해 각 임상 레이블에 대한 별도의 양상 중요도를 학습함으로써, 여러 다중 레이블 임상 데이터셋에서 기존의 단일 출력 융합 베이스라인들을 능가하는 동시에 임상적으로 타당한 양상 기여도를 제공하는 새로운 융합 메커니즘인 레이블 적응형 게이팅(Label Adaptive Gating, LAG)을 제안한다.
본 논문은 적응성, 통계적 견고성 및 평문 변화에 대한 민감도를 향상시키기 위해 개선된 식물 근계 성장 최적화(Plant Rhizome Growth Optimization) 프레임워크 내에서 카오스 수열 생성과 키 스트림 재구성 파라미터를 통합한 의료용 컬러 이미지 암호화 기법을 제안한다.
본 논문은 표면 장력에 의한 흐름을 모방하여 탐사와 착취의 균형을 효과적으로 맞추는 새로운 물리 기반 메타휴리스틱인 마랑고니 효과 알고리즘(Marangoni Effect Algorithm, MEA)을 소개하며, 23개의 벤치마크 함수를 통해 기존 알고리즘 대비 우수한 수렴 속도, 정확성 및 강건성을 입증한다.
본 논문은 전통적인 신원 기반 시스템에 내재된 키 에스크로 문제를 제거하면서, 디지털 전력 클라우드 인프라 전반에 걸쳐 취약점 증거의 안전하고, 전송 불가능하며, 프라이버시를 보존하는 검증을 가능하게 하는 에스크로 저항적 인증서 없는 범용 지정 검증자 서명 방식인 UDVSPecls를 제안한다.