3900 편의 논문
본 연구는 에포크 단위의 신경망 구성 요소 역학을 분석하기 위한 비침습적 프레임워크를 도입하여, 유사한 정확도를 가진 모델들이 종종 서로 다른 내부 동작을 보임을 밝히고, 기술자 유도 프루닝(descriptor-guided pruning)이 무작위 프루닝보다 우수한 성능을 낼 수 있음을 입증하며, 내부 지표가 아직 크기 기반 기준을 능가하지는 못하지만 상호 보완적인 진단 가치를 제공한다는 점을 확인한다.
본 연구는 디지털 뱅킹에서의 예측 성능과 규제 준수, 투명성 및 이해관계자의 신뢰 사이의 균형을 맞추기 위해 사후 설명 기법과 정량적 품질 지표를 신용 평가 모델 수명 주기에 통합하는 포괄적인 XAI 기반 프레임워크를 제안하고 이를 실증적으로 검증한다.
이 논문은 모델 규모 치환, 조기 종료, 누적 부분 해결과 같은 메커니즘을 통해 비용이 많이 드는 프런티어 언어 모델을 하드코딩된 오케스트레이션 로직과 특화된 소형 컴포넌트의 엄격한 계층 구조로 대체함으로써, 유사한 정확도를 달면서도 추론 비용을 대폭 절감하는 모듈형 아키텍처인 MOSAIC를 제안한다.
본 논문은 데이터셋 확장 및 하드웨어 최적화의 지속적인 과제에도 불구하고, 수중 생태계 관리와 생물 다양성 보존을 강화하기 위해 IoT 기반 수중 센서 네트워크와 합성곱 신경망을 활용하여 실시간으로 어종을 자동으로 식별하는 AI 기반 물고기 모니터링 시스템을 제시한다.
본 논문은 차분 프라이버시 신호와 정규화된 리허설을 사용하여 개념 드리프트를 효과적으로 탐지하고 치명적 망각을 완화함으로써, 적절한 프라이버시 예산 하에서도 탐지 지연의 미미한 증가에도 불구하고 정확한 드리프트 탐지가 가능하다는 것을 입증하며 분산형 AI 시스템을 위한 프라이버시 보존형 지속 학습 프레임워크를 제안하고 평가한다.
이 메타 연구는 항생제 내성 예측을 위한 머신러닝 모델들이 내부 검증에서 외부 검증으로 넘어갈 때 성능이 빈번하게 크게 저하된다는 점을 밝혀냈으며, 그 격차의 크기는 매우 다양하여 보고된 AUROC에 대한 보편적인 보정 계수를 사용하는 것을 불가능하게 만든다.
본 연구는 임상 기록이 구조화된 EHR 변수들을 넘어 전체 중환자실 사망률 판별력을 일관되게 향상시키지는 못하지만, 특정 다중 모드 융합 전략을 통해 통합될 경우 사망률 회상(recall) 성능을 높일 수 있음을 입증하며, 이는 임상 AI에 있어 엄격한 베이스라인 비교와 다차원적 평가의 필요성을 강조한다.
이 논문은 최적에 가까운 시드들의 균등 중첩과 간섭 기반의 사후 선택을 활용하여 최대 독립 집합 문제를 최대 400개 노드를 가진 조밀한 그래프에 대해 해결하는 양자 변분 알고리즘을 제시하며, 이는 기존 방법들이 정체되는 어려운 인스턴스에서 표준 VQE 및 고전적 휴리스틱을 유의미하게 능가한다.
본 논문은 다중 스케일 시간 합성곱, 이중 주의 집중 메커니즘, 그리고 몬테카를로 드롭아웃을 통합하여 항공기 엔진의 정확하고 해석 가능하며 불확실성을 인지하는 잔존 수명 예측을 달성함으로써 NASA C-MAPSS 데이터셋에서 기존 베이스라인들을 능가하는 불확실성 인지 이중 주의 집중 시간 합성곱 신경망(UA-DA-TCN) 프레임워크를 제안한다.
본 연구는 대규모 조직병리 사례 코호트를 대상으로 7개의 텍스트-이미지 생성 모델을 평가하였으며, 가장 성능이 우수한 모델들이 진단적 해석 가능성에 근접함에도 불구하고 결정적인 특징들을 빈번히 누락하고 임상적으로 유의미한 품질을 포착하는 데 실패한다는 점을 발견하였고, 이는 현재의 생성형 AI와 평가 지표가 종양학 분야에서 책임 있는 도입을 위한 준비가 아직 되지 않았음을 나타낸다.