3900 편의 논문
본 논문은 비대칭 지식, 이벤트 심각도 인지, 그리고 Yager의 DST 기반 융합을 활용하여 동질적 신뢰 모델을 악용하는 전략적 공격자를 효과적으로 탐지함으로써, 기존의 중앙 집중식 체계보다 현저히 높은 재현율과 낮은 오탐률을 달성하는 차량 애드혹 네트워크(VANET)를 위한 지능형 신뢰 관리 프레임워크인 IPEK를 제안한다.
이 논문은 직업적 이웃 내의 구조적 연관성을 분석함으로써 직접적인 AI 노출을 넘어선 노동 위험을 식별하기 위해 다층 직업 네트워크(MONET)와 관계 인식 다층 그래프 신경망(RAM-GNN)을 도입하며, 이는 탐지 정확도와 사회경제적 취약성 사이의 균형을 맞추는 정책 스크리닝 도구를 제공하는 동시에 개인 수준에서의 오용에 대해 경고한다.
본 연구는 MAO-B를 위해 결합된 특징들을 활용하여 정교하게 조정된 타겟 특이적 머신러닝 스코어링 함수가 독립적인 테스트 세트에서 범용 스코어링 함수보다 유의미하게 우수한 성능을 보인다는 점을 입증하는 한편, 이들의 초기 인식 성능은 기지 활성 물질과의 구조적 유사성에 크게 영향을 받는다는 것을 보여주며, 이는 새로운 화학적 공간으로의 일반화를 보장하기 위한 엄격한 벤치마크 설계와 전향적 검증의 결정적인 필요성을 강조한다.
본 논문은 포그 컴퓨팅에서의 마감 기한 인식 작업 스케줄링을 위한 어텐션 강화 이중 심층 Q-네트워크(Attention-Enhanced Double Deep Q-Network, ADDQN)의 우수한 성능이 그 구성 요소들의 시너지 효과가 발생하는 상호 작용에 결정적으로 의존하며, 특히 보상 형성(reward shaping)과 이중 경로 융합(dual-path fusion)이 견고한 스케줄링에 가장 중요한 기여 요소임을 입증하는 체계적인 어블레이션 연구를 제시한다.
본 논문은 다양한 웨어러블 기기에 걸쳐 광혈류측정 신호의 품질을 견고하게 분류하기 위해 미분 및 적분 어텐션 메커니즘으로 강화된 실시간 합성곱 신경망 기반 프레임워크를 제안하며, 모델 크기와 성능 사이의 균형을 맞추면서 높은 정확도와 F1 점수를 달성한다.
이 논문은 에너지 예산 하의 진화적 탐색을 사용하여 합성곱 신경망을 부과된 사전 지식(imposed priors)과 창발적 구조(emergent structures)로 분해하며, 이를 통해 희소 연결성(sparse connectivity)과 가중치 공유(weight sharing)는 자연스럽게 발생하는 반면, 조밀한 필터(compact filters)는 특정 돌연변이 메커니즘을 필요로 하고 채널 축에 대한 합성(composition)은 감독 없이는 용량 한계(capacity wall)에 부딪힌다는 것을 밝혀낸다.
본 논문은 로그 멜 스펙트로그램(log-mel spectrograms)으로 학습된 합성곱 신경망을 활용하여 낮은 지연 시간(0.35초)과 제한된 학습 데이터 조건에서도 견고한 성능을 달 정도로 높은 정확도의 키스트로크 추론을 달성하는 새로운 실시간 음향 키로깅 시스템을 제시한다.
본 연구는 보조 공학적 의사소통을 위한 효과적인 수어-텍스트 번역을 촉진하기 위해, 곡선 기하학적 특징 추출과 하이브리드 CNN-LSTM 구조를 통합하여 새로 구축한 5,000개의 주석 달린 샘플 데이터셋에서 94.6%의 정확도를 달성한 강건한 실시간 연령대별 칸나다 수어 인식 프레임워크를 소개한다.
이 논문은 국소적 공분산으로 정의된 아핀 집합으로의 평균화된 투영을 통해 언어 모델의 정서적 행동을 유도하는 동시에 선택적 기권(selective abstention)을 위한 안전 메커니즘을 통합하는 유계 비확장 전추론 연산자인 MAT-3를 소개하지만, 다운스트림 언어 모델에 대한 그 실질적인 효능은 아직 경험적으로 검증되어야 한다.
본 논문은 제로 과잉 간헐적 예비 부품 수요 예측을 발생 확률과 조건부 크기 추정으로 분해하고, 동적 적응형 융합 메커니즘을 활용하여 예측 오차를 크게 줄이고 수요가 없는 기간 동안의 허위 양성 예측을 억제하는 동적 적응형 융합 트랜스포머(DAF-Transformer)를 제안한다.