3657 편의 논문
이 논문은 환자의 반응에 동적으로 적응함으로써 자동화된 임상 병력 청취를 크게 개선하는 멀티 에이전트 검색 증강 시스템인 MedAgent-RAG를 소개하며, 동시에 231건의 의료 인터뷰를 분석하여 임상 지식이 증후군 모듈로 구획되어 있고 질문 과정이 뚜렷한 2단계 마르코프 흐름을 따른다는 사실을 밝혀낸다.
이 논문은 유방 초음파 병변 분할을 위해 교차 스케일 어텐션(cross-scale attention)과 에지 인식 감독(edge-aware supervision)을 적용한 수정된 어텐션 U-Net을 제안하지만, 낮은 Dice 점수, 재현율(recall), IoU와 더불어 검증되지 않은 데이터 분할 및 상충하는 성능 지표로 인해 현재 임상적 유용성이 제한적이며, 이에 따라 추가적인 검증과 베이스라인 비교가 필요하다.
본 논문은 희소한 데이터와 높은 시드 분산의 어려움에도 불구하고, 외부 검토를 위한 검증 기록이 첨부된 재현 가능한 인적 착취 기점-종점 경로를 생성하기 위해 정형 속성, 그래프 신경망, 그리고 시계열 모델링을 통합한 감사 가능한 시스템 기반 프레임워크를 제시한다.
본 연구는 이전에 보고된 고등 교육 졸업에 대한 거의 완벽한 예측이 결과 결정적 속성으로부터 기인한 타겟 누출(target leakage)의 결과물임을 입증하며, 가자 지구의 행정 기록에 대해 수정된 누출 없는 프로토콜을 적용했을 때 머신러닝 모델이 완료된 학기 수가 가장 강력한 예측 변수인 가운데 높지만 현실적인 정확도(최대 89.16%)를 달성함을 확립한다.
본 논문은 Ring-LWE 산술을 위한 체비쇼프 다항식 표현을 평가하며, 이러한 표현이 기저의 대수적 구조는 보존하지만 차원이 커짐에 따라 급격히 증가하는 불량 조건성(ill-conditioning)으로 인해 수치적 유용성이 심각하게 제한되어, 결과적으로 표준 방식에 비해 노이즈 감소나 우수한 암호학적 성능을 제공하는 데 실패함을 입증한다.
이 논문은 주제 전파의 역학 모델을 위한 기질로서 공동 저자 네트워크를 사용하는 것의 타당성에 이의를 제기하며, 대부분의 주제 채택이 활성 저자와의 사전 협업 없이 발생한다는 점을 입증함으로써 차수 블록 모델이 균질 혼합 모델보다 일관되게 우수한 성능을 보이지 못함을 보여주고, 이는 진정한 전염을 위해서는 비채택자와 채택 이전의 시점을 포함하는 네트워크가 필요함을 시사한다.
이 논문은 불확실성 하에서 자동 프로그램 복구 기술들을 비교하기 위해 가능한 성공률 차이의 전체 범위를 계산함으로써, 연구자들이 어떤 비교가 추가적인 테스트를 통해 해결될 수 있는지 식별할 수 있게 하고 서로 다른 모델 간에 보관된 테스트 결과의 신뢰도에 나타나는 유의미한 불일치를 드러내는 "결정되었거나 열려 있는(decided or open)" 프레임워크를 제안한다.
이 논문은 생성적 지속 학습(generative continual learning)에서 망각을 가공되지 않은 퍼플렉시티 변화량(ΔPPL)으로 보고하는 것이 베이스 퍼플렉시티 수준에 따라 차등 망각 비율을 인위적으로 부풀리거나 축소시키는 척도 의존적 혼란 변수를 도입한다는 점을 입증하며, 대신 진정한 기저 모델 드리프트(model drift)를 드러내기 위해 척도 불변 지표인 크로스 엔트로피(ΔCE)를 사용할 것을 주장한다.
이 논문은 재구성 품질을 저하시키지 않으면서 저선량 소아 흉부 방사선 영상의 노이즈 제거에 보정된 픽셀당 불확실성 맵(알레아토리적 불확실성과 에피스테믹 불확실성을 구분함)을 성공적으로 부착하는 하이브리드 딥러닝 모델인 PP-VAE-Hformer를 소개한다.
이 논문은 퇴화 인지 신뢰성 조건화를 통해 모달리티 신뢰도를 추정함으로써, 깨끗한 데이터에서의 성능을 유지하는 동시에 다양한 카메라 퇴화에 대한 강건성을 크게 향상시키는 방식으로 카메라-LiDAR BEV 융합을 강화하는 경량 프레임워크인 DARFusion을 제안한다.