3983 편의 논문
본 연구는 ANVISA 규제 문서를 기반으로 구축된 이중 언어 검색 증강 생성 시스템을 평가하며, 해당 시스템이 캘리브레이션 후 답변 불가능한 질의를 효과적으로 처리하면서 의약품 개발을 위한 포르투갈어 및 영어 규제 요구 사항을 찾아내고, 인용하고, 요약하는 데 있어 높은 정확도를 입증함을 보여준다.
본 논문은 이기종 데이터 모달리티를 정확하게 분석하고 기존 모델의 한계를 극복함으로써 무인 군집 사물인터넷 내 가상 현실 학습 시스템의 보안 리스크를 효과적으로 평가하기 위해 Conv1D-LSTM, CNN, 그리고 멀티 헤드 어텐션 메커니즘을 통합한 CLCM 모델을 제안한다.
본 논문은 정밀 농업을 지원하기 위해 EfficientNetB3 전이 학습과 Grad-CAM 설명 가능한 분석을 사용하여 조기 갈색무늬병, 후기 갈색무늬병, 잎곰팡이병 및 건강한 잎을 탐지하는 높은 분류 정확도와 해석 가능성을 달성한 자동 토마토 잎 질병 진단 프레임워크를 제안한다.
이 논문은 웹의 링크 그래프 내에서 권위나 주제와는 크게 무관한 뚜렷한 '캐릭터' 신호가 사용자의 선호도와 일치할 때 독자의 전환율에 잠재의식적으로 영향을 미칠 수 있음을 입증하는 사전 등록된 측정 방식인 DYNAMICS-WEB을 소개한다.
본 연구는 이양시의 데이터를 활용하여 다중 스케일 특징 추출 및 적응형 채널 가중치를 통해 기존 딥러닝 모델보다 우수한 정확도와 안정성을 입증하며, Squeeze-and-Excitation 어텐션으로 강화된 하이브리드 MSCNN-LSTM 모델을 통해 시간별 대기질 지수 값을 예측할 것을 제안한다.
NeviUNet은 Mish 활성화 함수, 어텐션 게이트(Attention Gates), SE 블록을 통합하는 동시에 계산 비용이 많이 드는 구성 요소들을 생략함으로써 전신 이미지에서 정확하고 저지연의 피부 병변 분할을 달성하는 효율적인 어텐션 강화형 U-Net 변형 모델입니다.
본 논문은 경량 CNN, 시계열 모델링, 그리고 의료 최적화 손실 함수를 결합하여 치명적인 위음성률을 크게 줄임으로써, 가변 길이의 플랩 수술 시퀀스에 대해 고정밀 실시간 관류 모니터링을 달성하는 트랜스포머 기반 스트리밍 프레임워크인 FlapFlowNet을 제시한다.
본 논문은 온톨로지 제약 기반의 SPARQL 쿼리 생성과 밀집 검색 폴백(dense retrieval fallback)을 결합하여, 순수 밀집 검색 대비 사실적 정확도를 크게 향상시키는 동시에 유사한 수준의 충실도를 유지하는 신경-기호적 질의응답 아키텍처인 ORACOLO을 제시한다.
본 연구는 글로벌 벤치마크와 NS-3로 시뮬레이션된 SDN 트래픽을 결합한 맞춤형 데이터셋을 통해 학습된 하이브리드 CNN-LSTM 딥러닝 모델을 제안하며, 이를 통해 수단의 전자정부 인프라에 대한 사이버 공격 탐지에서 97.8%의 정확도를 달だけで 국가 사이버 보안을 강화하기 위한 확장 가능한 솔루션을 제공한다.
본 연구는 제한된 프로젝트 정보를 바탕으로 초기 단계의 건설 기간을 예측하기 위해 XGBoost 모델을 사용하는 설명 가능한 머신러닝 프레임워크를 제시하며, 해당 모델이 프로젝트 비용을 주요 동인으로 하여 강력한 예측 성능을 달성하는 반면, 그 결과는 데이터 분할에 대한 민감도 때문에 주의 깊은 해석이 필요함을 입증한다.