3657 편의 논문
본 논문은 제약 인지형 유전적 작업 계획(CGTP)을 소개하는데, 이는 선행 관계가 타당한 작업 순서를 보장하고 실행 중 발생하는 교란 상황에서 모듈형 로봇 조립을 위한 강건하고 상태 인지적인 부분 재계획을 가능하게 하는 진화 알고리즘으로서, 미미한 정적 성능 비용을 대가로 탁월한 신뢰성과 구조적 회복력을 제공한다.
본 논문은 악의적인 프롬프트를 차단하고 민감한 데이터를 마스킹하기 위해 로컬 소형 언어 모델(Small Language Model)을 입출력 가드레일과 통합한 프라이버시 보호형 온디바이스 어시스턴트의 프로토타입을 제시하며, 경량화된 파이프라인의 실현 가능성을 입증하는 동시에 현재의 탐지 격차와 더욱 엄격한 평가의 필요성을 강조한다.
이 논문은 위스콘신 유방암 진단 데이터셋을 사용하여 네 가지 머신러닝 모델을 데이터 누출이 없는 교차 검증 방식으로 벤치마킹함으로써, 10개의 평균 핵 측정값으로 구성된 압축된 세트가 사용 가능한 30개 전체 특성을 사용하는 것과 대등한 진단 성능을 달성함을 입증하며, 이는 추가된 복잡성이 기껏해야 미미하고 통계적으로 확인되지 않은 이득만을 제공한다는 점을 시사한다.
본 연구는 위스콘신 유방암 진단 데이터셋에 대한 네 가지 머신러닝 분류기의 성능, 보정 및 임계값 선택을 평가하며, 모델들이 높은 정확도와 AUC를 달성함에도 불구하고 확률 보정은 알고리즘마다 상이하고 표본 크기의 제한으로 인해 목표 민감도 임계값 달성 여부가 불확실하다는 점을 밝힘으로써, AI 기반 임상 의사결정 지원을 위한 핵심적인 고려 사항들을 강조한다.
PhantomShield는 강화 학습과 허니팟 인텔리전스를 활용하여 새로운 사이버 위협을 높은 정확도와 낮은 지연 시간으로 자율적으로 탐지 및 차단하는 동시에, 자원 제약이 있는 환경을 위한 자기 재학습 기능과 페일 세이프 메커니즘을 특징으로 하는 실시간 적응형 침입 탐지 시스템입니다.
본 논문은 유클리드 TSP에 대한 고전적인 nearest-neighbor, 2-opt, 그리고 Or-opt 파이프라인이 2-opt 단독 사용 시보다 유의미한 개선을 보이며 합성 및 실제 사례 전반에서 인증된 최적성 경계에 일관되게 근접함을 Held–Karp 및 LKH로 검증된 통계적으로 엄밀한 경험적 평가를 통해 입증한다.
본 논문은 관찰-방향 설정-결정-실행(OODA) 프레임워크 내에서 인간, 언어 모델, 그리고 결정론적 도구 간의 인지적 업무를 할당하기 위한 과업 분석적 방법을 제안하며, 합성 탱커 조인(tanker-join) 실험을 통해 이러한 계층적 접근 방식이 규범적 선택을 인간 감독자에게 남겨두는 동시에 의사결정 정확도와 효율성을 유의미하게 향상시킨다는 것을 입증한다.
본 연구는 Meta Quest 3를 활용한 실외 증강 현실 내비게이션을 위한 다섯 가지 범주의 청각적 단서들을 평가하며, 개별적으로 선호되는 단서들이 주요 사용자 경험 지표 전반에서 비선호 대안들보다 유의미하게 우수한 성능을 보인다는 점과 참가자의 특성과 단서 인지 사이의 제한적이지만 주목할 만한 연관성을 밝혀냈다.
본 논문은 Grad-CAM++ 분류 어텐션 맵과 뇌 MRI 내 분할된 종양 영역 사이의 공간적 대응 관계를 정량적으로 검증하여, 어텐션 맵이 상당한 종양 범위를 확보하면서도 공간적 정밀도는 낮다는 점을 밝힘으로써, 의료용 AI의 투명성과 신뢰성을 높이기 위한 해부학적 분할의 보완적 역할을 입증하는 새로운 관계적 설명 가능성 프레임워크를 제안한다.
이 연구는 텍스트-투-이미지 모델에 대한 최대 규모의 글로벌 분석을 제시하며, 이 모델들이 체계적으로 남성적 재현을 기본값으로 설정하고, 경직된 성별 고정관념을 강요하며, 논바이너리 정체성을 소외시킴으로써 구조적 성별 편향을 증폭시키고 소외된 집단에 심리적 해를 끼치고 있음을 밝혀냈다.