3999 편의 논문
본 연구는 중복 노출 및 후보군 커버리지 스트레스 테스트가 임상 약어 의미 인벤토리(CASI)에 미치는 영향을 평가하며, 데이터 누출이 총체적 정확도에는 미미한 영향을 미쳤으나, 높은 지지 기반 신뢰도 보정(high in-support confidence calibration)이 정답 의미가 후보 인벤토리에 누락된 경우를 안정적으로 탐지하는 데 실패했음을 밝혀냈다.
이 논문은 컴퓨터 비전 특허로부터 혁신 규칙을 분류하고 채굴하는 성공적인 적용을 통해 입증되었듯이, 고위험 영역에서 의사결정의 투명성과 정확성을 높이기 위해 특화된 에이전트와 일보 선행 메커니즘을 활용하는 신경망 트리(Neural Network Trees)의 해석 가능한 확장 모델인 에이전트 트리(Agent Tree, A-Tree)를 소개한다.
이 논문은 데이터 프라이버시를 보호하면서 이질적인 산업 IoT 사이트 전반의 장비 잔여 수명을 예측하는 데 있어 중앙 집중식 학습 및 연합 학습 베이스라인 모델들을 크게 능가하는, 사후 연합 개인화(post-federation personalisation)를 활용한 멀티 에이전트 연합 학습 프레임워크인 MAFL-PdM을 소개한다.
이 논문은 권한이 전혀 없는 공유 클라우드 FPGA 상의 코테넌트(co-tenant)가 DDR4 로우 버퍼(row-buffer) 타이밍 부채널을 악용하여 피해자로부터 완전한 AES-128 마스터 키를 복구할 수 있음을 입증하며, 이는 역공학을 통한 뱅크 매핑과 여러 암호화 과정에 걸친 통계적 집합을 통해 "뱅크당 하나의 슬롯(one-slot-per-bank)" 제한을 극복한 결과이다.
본 논문은 산업용 IoT 인프라를 위한 악성코드 탐지 정확도, 안정성 및 실시간 회복 탄력성을 크게 향상시키기 위해 트랜스포머가 강화된 DNN을 XGBoost 및 적응형 제로 트러스트 보안과 통합한 하이브리드 딥 앙상블 침입 탐지 시스템(HDE-IDS)을 제안한다.
본 논문은 Qwen2-7B-Instruct와 생성적 의미 역할 레이블링(Semantic Role Labeling)을 활용하여 의미론적 불일치를 해결하고 학습 역학을 최적화함으로써 저자원 신경 기계 번역 성능을 유의미하게 향상시키는 구조 인지 커리큘럼 학습 기반의 의미 강화 멀티태스크 프레임워크를 제안한다.
이 논문은 지진, 홍수, 화재 및 연기에 걸친 고도로 정확하고 해석 가능하며 실시간에 가까운 다중 재해 인식을 달성하기 위해 원격 탐사, 소셜 미디어, IoT 및 지진 데이터를 동적으로 통합하는 새로운 딥러닝 모델인 동적 적응형 다중 모달 그래프 융합 네트워크(DAMGF-Net)를 소개한다.
본 연구는 폐 CT 스캔에서 방사선학적 속성 추출을 자동화하고 임상적으로 유의미한 결절 묘사 및 추적 관찰 권고안을 생성하는 새로운 2단계 Florence-Zephyr 시각-언어 모델 프레임워크인 FZ-VLM을 소개하며, 이는 기존의 AI 베이스라인 및 인간 전문가와 비교하여 우수한 정확도와 완전성을 입증한다.
이 논문은 터키어 학술 문헌의 인용 의도를 분류하기 위한 프레임워크이자 전문가가 주석을 달은 데이터셋인 TurkCite를 소개하며, 언어 특화된 트랜스포머 인코더가 번역 기반 전이보다 우수한 성능을 보임을 입증하는 동시에, 비영어권 서지 분석을 위한 효과적인 학습 불필요 대안으로서 프롬프트 최적화된 거대 언어 모델을 제시한다.
본 논문은 고품질 참조 해로부터 인스턴스 특화적 휴리스틱 특징을 추출하고 선택함으로써 시간 창이 있는 확률적 팀 오리엔티어링 문제에 대한 해석 가능한 디스패칭 규칙을 향상시키는 솔버 정보 기반 유전 프로그래밍 하이퍼-휴리스틱인 SI-GP를 제안하며, 이를 통해 규칙의 가독성과 안정성을 유지하면서 기존 베이스라인들을 능가하는 성능을 보여준다.