3900 편의 논문
본 연구는 루머와 비루머가 더 강한 중규모 위상학적 공동(mesoscale topological cavities)과 서로 다른 클러스터 병합 행동을 특징으로 하는 뚜렷한 초기 전파 구조를 보임을 입증하며, 이는 예측 정확도를 향상시키기 위해 3D 포인트 클라우드에 대한 지속성 호몰로지(persistent homology)를 사용하여 효과적으로 식별될 수 있다.
본 논문은 복잡한 노이즈 환경에서 특징 중첩 문제를 극복하고 인접 노드 고장을 정확하게 위치시키기 위해, 동적 임계값 다중 스케일 합성곱 오토인코더와 마할라노비스 거리가 강화된 K-최근접 이웃, 그리고 동적 에너지 점수 임계값 전략을 결합한 배전 계통용 하이브리드 고장 진단 프레임워크를 제안한다.
이 논문은 기하학적 앵커링 기반의 델로네 그래프 인코더와 문맥 적응형 게이트 제어 동적 샘플링 디코더를 결합하여, 국소적 구조적 사전 지식과 상태 의존적 비국소 후보 선택 사이의 균형을 맞춤으로써 계산 효율성과 해의 품질 사이의 균형을 효과적으로 조절하는 유클리드 외판원 문제(Euclidean Traveling Salesman Problem)를 위한 학습 기반 솔버인 DA-GAT-CADS를 소개한다.
본 연구는 전문가의 지식을 활용하여 유방암을 효과적으로 진단하고 치료법을 권고하며, 진단적 불확실성을 해결하고 자원이 제한된 환경에서의 환자 케어를 개선하기 위해 98%의 높은 정확도와 견고한 성능 지표를 달성한, 파이썬(Python)으로 개발된 제2형 퍼지 전문가 시스템을 제시하고 검증한다.
본 논문은 복잡한 운전 조건 하에서 롤링 베어링의 고정밀, 계산 효율적 및 강건한 소표본 잔여 수명 예측을 달성하기 위해, 시계열 합성곱 신경망(TCN)과 분절 희소 어텐션(segmented sparse attention) 및 MAML 기반 메타 학습이 적용된 개선된 트랜스포머를 결합한 새로운 하이브리드 프레임워크를 제안한다.
본 논문은 폴리모픽 및 메타모픽 악성코드 분류에서 최첨단 정확도와 강력한 일반화 성능을 달성하기 위해 새로운 RGB 지문 매핑 알고리즘, 하이브리드 CNN-Mamba-Transformer 엔진, 그리고 통계적 브랜치를 통합하는 멀티모달 동적 탐지 프레임워크인 Ultra-Fusion을 제안한다.
이 논문은 균열 세그멘테이션 모델의 경계 팽창을 징벌하여 자동 도로 점검 시 발생하는 과도한 두께 예측과 그로 인한 허위 양성을 줄임으로써, DeepCrack 데이터셋에 대한 정밀도와 F1 점수를 크게 향상시키는 파라미터가 없는 학습 시간 손실 함수인 CaliCrack을 소개한다.
본 연구는 패혈증 임상 진료 지침에 대한 AGREE II 평가를 대상으로 인간 전문가와 6개의 대규모 언어 모델을 벤치마킹하였으며, 모델들이 중간 정도의 일치도를 달성하는 한편 일관된 도메인 특화 편향과 다양한 효율성을 보인다는 점을 밝힘으로써, 이들의 최적의 역할은 독립적인 평가자가 아니라 인간-AI 하이브리드 워크플로 내에서의 트리아지(triage) 도구임을 시사한다.
이 논문은 5G NR PRACH 간섭 탐지를 위해 여러 머신러닝 모델을 벤치마킹하였으며, 트랜스포머 인코더(Transformer Encoder)가 높은 정밀도를 제공하는 반면, CNN과 XGBoost는 높은 정확도와 계산 효율성 사이의 최적의 균형을 제공하여 실시간 간섭 관리에 가장 적합한 후보임을 밝혀냈다.
이 설계 기반 연구는 모질라 커먼 보이스(Mozilla Common Voice) 플랫폼을 위한 Excel-VBA 검증 도구의 개발 및 현장 테스트를 상세히 다루며, 기술적 기능보다 커뮤니티의 철자법 선호도를 우선시하는 반복적인 설계 개선이 어떻게 소멸 위기 체르케스어 프로젝트에서 데이터 품질과 참여 지속 가능성을 향상할 수 있는지를 입증한다.