💻 컴퓨터 과학
An Adaptive Cascaded Fast Partitioning Algorithm Based on Visual Perception and Multi-Level Machine Learning
본 논문은 높은 부호화 효율을 유지하면서도 부호화 복잡도를 크게 줄이기 위해 시각적 지각 분석과 다단계 머신러닝을 통합한 VVC(Versatile Video Coding)를 위한 적응형 계단식 빠른 분할 알고리즘을 제안한다.
💻 Category
cs
3900 편의 논문
💻 컴퓨터 과학
Explainable Dual-view Workflow Discovery for GenAI-supported Learning in Higher Education
본 연구는 278명 학생의 로그 데이터를 분석하여 효과적인 생성형 AI 지원 학습은 단순히 채팅 빈도에 의해서가 아니라, AI 피드백을 글쓰기, 수정 및 교차 자원 조절에 통합하는 것에 의해 특징지어진다는 것을 밝혀내는 설명 가능한 이중 뷰 워크플로 발견(Explainable Dual-view Workflow Discovery) 프레임워크를 소개한다.
💻 컴퓨터 과학
SQCAFusion: Multi-Scale Scene-Query Cross-Attention for Illumination-Adaptive Infrared and Visible Image Fusion
본 논문은 조명 적응형 적외선 및 가시광선 이미지 융합 프레임워크인 SQCAFusion을 제안하며, 이는 학습 가능한 장면 토큰을 이용한 다중 스케일 장면-쿼리 교차 주의 집중(multi-scale scene-query cross-attention)을 통해 초기 인코딩 단계에서 특징을 동적으로 조절함으로써, 장면 무감각(scene-blindness) 문제를 해결하고 다양한 조명 조건 하에서 융합 품질을 향상시킨다.
💻 컴퓨터 과학
Cache Lines, Not Probes: The Memory-Access Cost of Open Addressing Without Reordering
본 논문은 재정렬 없는 개방 주소법(open addressing)에 대한 캐시 라인 비용 모델을 도입하며, 비대칭 버케팅(asymmetric bucketing)이 의 최적 메모리 접근 경계를 달i는 반면, 대칭적 접근 방식은 현저히 열위에 있고 프로브 최적(probe-optimal) 계층 구조 방식은 매개변수 에 의해 결정되는 피할 수 없는 메모리 접근 비용으로 인해 캐시 측면에서 최적이 아님을 입증한다.
💻 컴퓨터 과학
WeanNet Enables Parameter-Efficient Transfer Through Decaying Lateral Connections in Progressive Networks
WeanNet은 감쇠하는 스칼라 이득(decaying scalar gain)을 사용하여 동결된 부모 네트워크를 새로운 학생 네트워크에 일시적으로 연결함으로써, 손실 없는 부모 네트워크 제거를 가능하게 하고 모델 크기를 줄이는 동시에, Progressive Neural Networks와 비교하여 개념 드리프트(concept-drift) 작업에서 경쟁력 있는 성능을 입증하면서도 그 일반적인 우월성은 특정 작업 및 구성 의존성에 의해 제한되는 매개변수 효율적인 전이 학습 방법을 제안한다.
💻 컴퓨터 과학
Enhancing Deep Neural Network Resilience Through Integrated Reliability-Aware Design and Fault-Aware Training
본 논문은 하드웨어 결함에 대한 심층 신경망의 회복력을 높이기 위해 유계 활성화(bounded activations), 레이어 재정렬(layer reordering), NaN 필터링(NaN filtering), 커리큘럼 기반 결함 학습(curriculum-based fault training)이라는 네 가지 시너지 효과를 내는 설계 및 학습 전략을 도입한 신뢰성 인지 프레임워크인 ResilientNet을 소개하며, 이는 광범위한 결함 주입 실험을 통해 오차 전파를 유의미하게 줄이고 무시할 만한 수준의 추론 오버헤드로 높은 분류 정확도를 유지함을 입증하였다.
💻 컴퓨터 과학
MoE-CB based dynamic resource allocation in 5G
본 논문은 높은 예측 정확도를 바탕으로 5G 네트워크에서 적응적이고 지능적인 동적 자원 할당을 가능하게 하기 위해, 게이팅 메커니즘을 하이브리드 CNN-LSTM/CNN-BiGRU 전문가 및 CatBoost 회귀 모델과 결합한 MoE-CB 프레임워크를 제안한다.
💻 컴퓨터 과학
Efficient Pairing-Free Partially Blind Strong Designated-Verifier Signatures for Edge Environments
본 논문은 세밀한 프라이버시와 비전송성을 보장하면서도 계산 오버헤드가 낮은 새로운 페어링 프리 부분 블라인드 강한 지정 검증자 서명 방식을 제시하며, 이는 IoT 및 차량 네트워크와 같은 자원 제한적인 엣지 환경에 매우 적합하다.
💻 컴퓨터 과학
An Enhanced Memetic Algorithm for Emergency Outpatient Physician Scheduling Considering Patient Psychological Distress and Physician Fatigue in Fuzzy-CPT Framework
본 연구는 팬데믹 기간 중 상하이의 한 병원에서 수집한 실제 데이터를 통해 검증된, 환자의 심리적 고통과 의사의 피로 인식을 동시에 최소화하도록 하는 퍼지-CPT 프레임워크 내의 향상된 메메틱 알고리즘을 제안하여 응급 외래 의사 스케줄링을 최적화한다.
💻 컴퓨터 과학
Knowing When Document AI Is Wrong: Multi-Signal Confidence Calibration for Business Document Field Extraction
이 논문은 OCR 품질 및 모델 불확실성과 같은 다양한 신호를 결합함으로써 비즈니스 문서 추출에서 필드 수준의 신뢰도 추정치의 신뢰성을 크게 향가시키는 다중 신호 사후 교정 프레임워크인 MSCE를 소개하며, 이를 통해 엄격한 정밀도 요구 사항이 있는 환경에서도 더 높은 자동화율을 가능하게 한다.