3900 편의 논문
TetraFence는 이미지 획득을 기기 컨텍스트에 결합하고 원시 데이터를 허가형 이더리움 분산 장부에 닻을 내림으로써 재감사가 가능한 모바일 현장 증거를 보장하며, 오프체인과 온체인 구현 간의 높은 분류 일치도를 달 achieve하는 동시에 소급적 오분류를 방지하기 위한 버전 바인딩의 필요성을 강조하는 범용 스마트폰용 프로덕션 파이프라인이다.
본 논문은 카운팅 LTL 제약 조건 하의 이종 다중 로봇 시스템에서 위치 변화와 우선순위 업데이트를 동적으로 처리하기 위해 후퇴 지평 혼합 정수 선형 계획법 정식화를 활용하는 목표 상태 주도형 반응형 재계획 전략인 TRRS를 제안하며, 시뮬레이션과 물리적 실험을 통해 정적 및 탐욕적 베이스라인 대비 우수한 성능을 입증한다.
이 논문은 SCFCE-R 위험 기반 정책이 유해 정보 억제를 위한 합성 네트워크 시뮬레이션에서는 효과적이지만, 재학습 없이는 실제 트위터 루머 전파 과정으로 전이될 때 처참하게 실패한다는 점을 입증하며, 강력한 통제된 네트워크 성능이 배포 준비성을 보장하지는 않는다는 것을 증명한다.
이 논문은 타겟 선택을 한계 효용 문제로 모델링하여 유닛 테스트 생성을 최적화함으로써 Defects4J 벤치마크에서 균등 및 커버리지 기반 베이스라인을 크게 상회하는 40%의 결함 탐지 성공률을 달성하는 동시에 경쟁력 있는 돌연변이 점수와 토큰 효율성을 유지하는 예산 인식 멀티 에이전트 프레임워크인 TOMAgent를 소개한다.
UAV 기반 애자 결함 탐지에서의 스케일 변화, 약한 질감 및 배경 유사성 문제를 해결하기 위해, 본 논문은 스케일 인지 수용 영역 집합, 4단계 양방향 특징 정교화 및 공간적으로 정렬된 다중 스케일 예측을 통합하여 FLOWID 데이터셋에서 최첨단 성능을 달성하는 스케일 인지 컨텍스트 집합 네트워크(SACANet)를 제안한다.
이 논문은 국립고궁박물관 타이베이 소장 칠기 유물 295점을 활용하여 박물관 이미지 메타데이터와 시각적 증거 간의 일치성을 감사하기 위한 증거 인식 및 출처 제어 벤치마크를 도입하며, 이를 통해 현재의 자동화된 평가 및 인간 평가 역량에서 나타나는 상당한 격차를 드러내고 향후 메타데이터 감사 시스템에서 증거적 충분성과 분야별 불확실성을 명시적으로 모델링하는 것의 필요성을 강조한다.
본 논문은 적응형 이중 단계 인코더와 적대적 평활화를 통해 문제, 개념, 그리고 전체 수준의 지식을 공동으로 모델링함으로써 노이즈가 많고 희소한 데이터 시나리오에서 예측 정확도와 회복력을 향상시키는 강건한 지식 추적 모델인 MDKT를 제안한다.
본 논문은 혼합 및 불완전한 데이터를 포함하는 다차원 분류를 위해 새롭고 확장 가능하며 강건한 확률론적 접근 방식을 제안하며, 해당 알고리즘에 대한 이론적 토대와 다양한 결측 시나리오에 걸친 효과에 대한 경험적 증거를 제공한다.
본 논문은 UN 지속가능발전목표(SDGs)와 연계된 지속가능성 지표를 평가하고 예측하기 위해 머신러닝 모델(선형 회귀, 랜덤 포레스트, XGBoost)을 활용하는 스마트 데이터 분석 프레임워크를 제안하며, XGBoost가 가장 안정적인 성능을 제공하는 동시에 정부에 자원 배분 및 장기적 전략 수립을 최적화하기 위한 해석 가능하고 증거에 기반한 도구를 제공함을 입증한다.
이 논문은 AI 기반 권한 부여에서 명목상의 신원 분리와 실제적인 독립적 보증을 구분하기 위해 효과적 직무 분리(Effective Segregation of Duties, SoD)의 개념을 도입하며, 대규모 P2P 벤치마크를 통해 효과적인 위험 완화가 단순한 주체 간의 구별보다는 증거 중재와 이질적인 검증 모델에 의존한다는 것을 입증한다.