Synchronization-externality-aware scheduling for autonomous RoboVan-drone collaborative delivery
본 논문은 자율 주행 로보밴-드론 협업 배송 시 실시간 계산 효율성을 유지하면서도 직접적인 주문 비용을 하류 동기화 부담으로부터 분리함으로써 시스템 비용을 크게 절감하는 예측적 동기화-외부성 인지 롤링 온라인 스케줄링(P-SEAROS) 기법을 제안한다.
3900 편의 논문
본 논문은 자율 주행 로보밴-드론 협업 배송 시 실시간 계산 효율성을 유지하면서도 직접적인 주문 비용을 하류 동기화 부담으로부터 분리함으로써 시스템 비용을 크게 절감하는 예측적 동기화-외부성 인지 롤링 온라인 스케줄링(P-SEAROS) 기법을 제안한다.
"Persistence Landscapes Across Privacy Budgets for Explanation Methods Across Differential Privacy Mechanisms"라는 제목의 이 논문은 저자들이 더 이상 그 결과와 결론을 지지하지 않으며 인용하지 말 것을 요청함에 따라 2026년 9월 29일에 저자들에 의해 철회되었습니다.
RepShard는 처리량을 높이고 확인 지연을 줄이며 다양한 공격에 대한 보안을 강화하는 동시에 샤드 재구성 복잡도를 O(n²)에서 O(n)으로 낮추기 위해 시그모이드 성장 모델, 인센티브 메커니즘, 그리고 하이브리드 PBFT-PoR 합의 프로토콜을 채택한 평판 기반 블록체인 샤딩 체계입니다.
이 논문은 샘플에 직접 고정된 컴팩트하게 지원되는 기저 함수로부터 유도된 데이터 희소 공분산 행렬을 활용함으로써, 보조 점의 필요성을 제거하고 예측 불연속성을 방지하며 더 합리적인 불확실성 추정치를 제공하면서, 의 시간 및 의 메모리 비용으로 확장 가능한 정확한 추론을 달성하는 적응형 다중 해상도 가우시안 프로세스 프레임워크를 소개한다.
본 실증 연구는 다층 퍼셉트론(MLP)이 여러 산업 데이터셋에 걸쳐 우수한 결함 탐지 효율성과 통계적 유의성을 달성함으로써, 지속적 통합 환경 내 테스트 케이스 우선순위 지정에 있어 다섯 가지 고전적 머신러닝 알고리즘보다 성능이 현저히 뛰어남을 입증한다.
본 연구는 인도네시아 바틱(Batik)을 위한 문화적 제약이 적용된 AI-XR 프레임워크를 제안하고 평가하며, 생성형 AI와 문화적 상징 검증의 통합이 전통적이거나 제약이 없는 디지털 경험과 비교하여 인지된 서비스 품질, 문화적 진정성 및 사용자 참여를 어떻게 유의미하게 향상시키는지 입증한다.
이 논문은 실제 탐지 규칙과 합성 데이터로 구성된 선별된 코퍼스에 미세 조정되어 보안 이벤트 분류에서 95.1%의 정확도를 달성하며, 에어갭(air-gapped) SOC 환경을 위해 완전히 오프라인으로 작동하면서 GPT-4o와 같은 프런티어 모델들을 크게 능가하는, 로컬 배포가 가능한 오픈 소스 1.7B 언어 모델인 ThreatQwen-1.7B-Detect를 소개합니다.
본 논문은 직관적인 설정을 위한 멀티 모드 인터페이스와 자동화된 실험을 제공하는 동시에 고충실도 모델링을 유지함으로써, LoRaWAN 연구에서 사용성과 정확도 사이의 간극을 메우고 설정 시간을 획기적으로 단축하며 재현성을 향상시키는, 노코드(no-code) 기반의 NS-3 기반 시뮬레이션 플랫폼인 NC-LoRaSim을 제시한다.
본 논문은 로깅 및 감사 추적과 같은 투명성 메커니즘이 AI 기반 모빌리티 데이터 공간의 책임성을 위해 필수적이지만, 이들이 의도치 않게 자발적인 이해관계자 참여를 저해하는 감시와 유사한 효과를 창출할 수 있으므로, 데이터 공유의 이점과 신뢰 사이의 균형을 맞추기 위해 목적 제한, 접근 제어 및 사용자 중심의 투명성에 기반한 재구조화된 프레임워크가 필요하다고 주장한다.
이 논문은 각 에이전트를 개별적인 제약 조건이 있는 팩터 그래프로 모델링하고 이를 구조화된 상호 의존적 팩터로 연결하여 효율적인 분산형 벡터 기반 최적화를 가능하게 함으로써 협력적 다중 로봇 시스템을 최적화하는 확장 가능하고 GPU 친화적인 프레임워크를 제안한다.