3900 편의 논문
본 논문은 자율 신경망 및 기타 최첨단 모델들과 비교하여 우수한 주가 예측 정확도를 달성하기 위해 기저 모델의 가중치를 동적으로 최적화하는 두 가지 새로운 앙상블 학습 프레임워크인 앙상블 입자 군집 최적화(Ensemble Particle Swarm Optimisation)와 앙상블 적응형 강건 최적화(Ensemble Adaptive Robust Optimisation)를 제안한다.
본 논문은 고정밀 뇌종양 인스턴스 분할과 신속한 추론 지연 시간을 갖춘 자동화된 설명 가능한 임상 보고서 생성을 달성하기 위해, ASIO로 최적화된 YOLO 아키텍처(v8, v11, 26)를 Qwen 기반의 LLM 에이전트와 통합한 새로운 멀티 에이전트 프레임워크를 제시한다.
PACT는 사전 카메라 보정의 필요성을 제거함으로써 미보정 다중 뷰 2D 키포인트로부터 3D 인간 포즈와 카메라 파라미터를 공동으로 추정하여, 가변적인 뷰 수와 실제 환경 도메인 전반에 걸쳐 뛰어난 일반화 성능과 최첨단 정확도를 달성하는 엔드 투 엔드 트랜스포머 프레임워크이다.
본 논문은 하위 시각 추출기를 업데이트하지 않고도 시맨틱 및 경계 사전 정보로부터 공간적 잔차를 학습함으로써 교통 돌출 객체 경계 검출을 최적화하는 경량 예측 레벨 보정 프레임워크인 Cross-Prior Reliability Fusion (CPRF)을 제안하며, 이를 통해 TSOD10K 데이터셋에서 최첨단 성능을 달성한다.
본 논문은 분류 성능을 유지하면서 계산 비용을 줄이기 위해 유효 정보 기하학적 변위(Effective Information-Geometric Displacement) 점수를 통해 훈련 샘플의 예측 궤적을 정량화하는 피셔-라오 기하학(Fisher–Rao geometry)을 활용한 클래스 인지형 데이터셋 프루닝 프레임워크인 FRAP을 제안한다.
이 논문은 고주파수 포즈 추정을 위한 VINS-Mono와 동적 궤적 계획을 위한 Ego-Planner를 결합하여, GPS가 차단되고 장애물 밀도가 높은 환경에서 최소 70%의 성공률과 A* 대비 우수한 궤적 매끄러움을 달성하며 마이크로 드론을 위한 저비용, 경량 비전-관성 융합 방법을 제안한다.
108개 기업의 데이터를 바탕으로, 본 연구는 데이터 격리, 알고리즘의 불투명성, 그리고 구조적 비유연성을 극복하기 위해 데이터 패브릭, 설명 가능한 AI, 조직 학습 메커니즘을 통합하는 새로운 "기술-관리 이중 나선(technical-management dual-helix)" 모델을 제안하며, 이를 통해 제조, 금융 및 소매 부문 전반의 의사결정 품질과 대응 속도를 향상시킨다.
이 논문은 LLM 기반의 Text-to-SQL 시스템에서 데이터베이스 메타데이터의 무단 노출을 방지하기 위해 스키마 검색 단계에서 세밀한 접근 제어를 강제하는 권한 우선 프레임워크를 제안하며, 이를 통해 검색 유용성을 유지하면서도 무단 SQL 참조를 크게 줄이고 권한 없는 객체 유출 제로를 달성한다.
본 논문은 마카오 법원 판결문을 고품질의 구조화된 데이터셋으로 변환하기 위해 LLM 역량 인지, 법적 직관 및 어휘 이해를 통합하는 인간-AI 협업 프레임을 제안하며, 이를 통해 98.6%의 추출 정확도를 달나성하고 다양한 다운스트림 태스크를 위한 법률 정보 추출을 발전시킨다.
이 체계적 문헌 고찰은 100개 이상의 연구를 종합하여 파운데이션 모델, 에이전틱 AI, 그리고 협력적 V2X 시스템을 통합하는 통일된 9가지 테마의 분류 체계를 제시하며, 자율주행을 위한 포괄적인 인지 아키텍처 관점 내에서 추론-효율성 트레이드오프, 시뮬레이션-실제 간 격차, 그리고 안전 거버넌스를 공동으로 다룸으로써 기존 조사 연구들과 차별화됩니다.