3900 편의 논문
본 논문은 구조 및 거리 정보를 통합하여 얼굴 인식에서의 연속적인 폐쇄를 효과적으로 처리하는 가중 희소 행렬 회귀(Weighted Sparse Matrix Regression, WSMR) 모델을 제안하며, 최적화를 위해 교대 방향 승수법(ADMM)을 활용하고 공개 데이터베이스를 통한 실험을 통해 우수한 성능을 입증한다.
이 논문은 멤버십 추론 공격을 방지하기 위해 모델 업데이트를 암호화함으로써 여러 병원 간의 프라이버시 보존형 질병 예측을 가능하게 하는 CKKS 기반의 동형 암호 연합 학습 프레케임워크를 제안하지만, 이러한 강화된 보안은 평문 방식에 비해 상당한 통신 오버헤드와 감소된 예측 효용이라는 비용을 수반한다.
본 논문은 전통적인 선택 방법들이 실패하는 심각한 배포 시프트 상황에서, 도메인 특화 정보를 제거하는 것이 분포 외 시드 분류를 개선할 수 있는 시점을 예측하기 위해 도메인 부공간과 클래스 판별 방향 사이의 각도를 사용하는 레이블 프리 기하학적 진단법을 제안하고 검증한다.
이 연구는 가이드된 미션을 통해 탐색을 구조화하는 EduQubit 학습 환경이 IBM Quantum Composer와 비교하여 6학년 학생들의 양자 컴퓨팅에 대한 개념적 이해를 유의미하게 향상시켰으나, 자기 효능감, 작업 부하 또는 사용자 경험 측면에서는 유의미한 차이를 나타내지 않았음을 발견했다.
본 논문은 동적인 조건 하에서 기업용 인스턴트 메시징 시스템의 회복 탄력성, 워크로드 균형 및 자원 효율성을 향상시키기 위해 머신러닝 분류와 ADMM-LASSO 최적화를 통합하는 AI 기반 프레임워크를 제안한다.
본 논문은 스마트 그리드 기반 전기차 네트워크에서 고정밀 다중 공격 탐지를 달성하고 배터리 소비를 최적화하기 위해 MTCNN-LSTM 기반의 다단계 신뢰도 평가 모델을 통합한 폐쇄 루프형 V2X 보안 및 에너지 할당 프레임워크를 제안한다.
본 논문은 동적인 이동성과 변화하는 노드 밀도 하에서 패킷 전달 비율, 처리량 및 지연 시간 측면에서 AODV와 같은 기존 프로토콜보다 우수한 성능을 보이기 위해 개미 군집 최적화(Ant Colony Optimization)와 Q-러닝을 SNR 인지 지표와 결적으로 통합한 모바일 애드혹 네트워크를 위한 새로운 교차 계층 라우팅 프로토콜인 ACO-QSNR을 제안한다.
본 논문은 트랜스포머 임베딩을 사용하여 과학 텍스트 내 개념적 범위(conceptual scope)를 운용하기 위한 기하학적 프레임워크를 제안하며, 주제 특화적 문맥으로부터의 기하학적 편차가 언어 모델의 서프라이절(surprisal)과 상관관계가 있고 압축된 초록에서도 일관되게 포착됨을 입증한다.
EcoAccel-ITAD는 벤더별 API를 활용하여 퇴역한 AI 가속기의 상태와 잔여 서비스 수명을 평가함으로써, 해당 기기들의 재사용(second-life) 배치를 통한 회피된 내재 탄소량을 정밀하게 정량화하는 신속한 텔레메트리 기반 프레임워크입니다.
본 연구는 정교하게 설계된 리스크 특성(risk features)으로 강화된 랜덤 포레스트 분류기를 탑장한 인터랙티브 Streamlit 대시보드를 개발 및 배포하여 은행 고객 이탈을 정확하게 예측함으로써 높은 성능 지표를 달성하고, 관계 관리자들에게 실행 가능하며 설명 가능한 유지 관리 통찰력을 제공한다.