3962 편의 논문
본 논문은 데이터 마이닝 기법을 통한 특징 구조화와 지도 학습 머신러닝 분류기를 통합한 하이브리드 계산 분석 모델(HCAM)을 제안하고 검증하며, UCI 심장 질환 데이터셋을 대상으로 단독 방식 대비 예측 정확도와 해석력 측면에서 통계적으로 유의미한 개선을 입증한다.
이 논문은 LoRA로 강화된 강화 학습 기반 다회차 검색 증강 생성 모델인 RLo-RAG를 제안하며, 이는 동적 보상 함수를 활용하여 고관련성 문서 청크를 반복적으로 검색함으로써 기존 RAG 방식 대비 산업용 문서에 대한 검색 정밀도와 생성 품질을 유의미하게 향상시킨다.
본 논문은 최소한의 규모, 다양한 방향성, 그리고 복잡한 배경 간섭과 관련된 문제를 효과적으로 해결하기 위해 다중 스케일 계층적 어텐션 융합(Multi-scale Hierarchical Attentional Fusion), 방향 분리 특징 강화(Orientation Decoupled Feature Enhancer), 그리고 계층적 컨볼루션 풀링 융합(Hierarchical Convolution Pooling Fusion) 모듈을 통합하여 항공 소형 객체 탐지를 향상시키는 새로운 딥러닝 프레임워크인 MDFR-Net을 제안한다.
본 논문은 실제 그래프 기반 워크로드를 사용하여 고전 및 양자 프로세서 간의 자원 할당을 최적화하는 머신러닝 기반 하이브리드 작업 스케줄러를 제시하며, 기존 방식 및 규칙 기반 베이스라인과 비교하여 완료 시간, 메이스팬(makespan), 처리량 측면에서 우수한 성능을 입증한다.
본 논문은 저하 인지 변조 모듈과 효율적인 컨볼루션 블록을 채택하여 높은 복원 품질과 낮은 계산 비용 사이의 균형을 맞춤으로써, 자원이 제한된 엣지 기기에서 실시간으로 비와 안개를 효과적으로 제거하는 경량화된 통합 딥러닝 네트워크인 DA-LightNet을 제안한다.
본 논문은 대화 이력 메모리와 음성 신호 및 텍스트의 이중 모달 결합 입력을 활용하여 음향 특징을 동적으로 예측하고 제어함으로써, 기존의 전사 기반 방식의 한계를 극복하고 자연스럽고 정서적으로 일관된 응답을 구현하기 위한 다회차 감정 음성 합성을 위한 문맥 적응형 프레임워크를 제안한다.
이 논문은 정수 인수 분해를 NVIDIA GH200 상에서 그래프 채색된 시뮬레이티드 어닐링을 통해 해결되는 희소 이싱 모델로 매핑하는 GPU 가속 파이프라인을 제시하며, 병렬 스핀 업데이트와 유도된 후처리 기법을 결합하여 128비트 반소수를 성공적으로 인수 분해한다.
본 연구는 전이 학습이 다양한 지리적 영역에 걸친 지붕 태양광 발전(PV) 매핑을 위해 사전 학습된 GeoAI 모델의 성능을 크게 향상시킨다는 것을 입증하는 동시에, 예측 정확도만으로는 신뢰할 수 있는 배포를 보장하기에 불충분하며, 강건성, 신뢰성, 일반화 가능성, 투명성 및 잔여 불확실성을 모두 고려하는 종합적인 평가 프레임워크가 필요함을 보여준다.
이 논문은 클라우드 네이티브 환경의 SSL/TLS 인프라를 대상으로 완벽에 가까운 예측적 인증서 관리, 암호화 트래havic 이상 탐지 및 자동화된 정책 준수를 달야내기 위해 LLM 기반 추론과 강화 학습을 활용하는 오픈 소스 멀티 에이전트 AI 프레임워크인 AAPS-TLS를 소개하며, 이는 엄격한 재현 가능한 시뮬레이션과 지표가 되는 프로덕션 파일럿을 통해 검증되었습니다.
본 논문은 프록시 모델을 실제 ARIMA, LCS, SVM 및 JRip 알고리즘으로 대체하고, 표준적인 정적 임계값과 비교하여 재현율을 유의미하게 향상시키고 공격자 우회율을 낮추기 위해 보안 우선 보정 전략을 도입한 제로 트러스트 웹 배포를 위한 하이브리드 2단계 연속 인증 프레임워크인 ALJ를 제시한다.