4000 편의 논문
본 논문은 K-means 기반의 부분 공간 기여도 중심 자원 할당, 랜덤 키 인코딩, 그리고 적응형 국소 탐색을 통합하여 복잡한 3목적 트럭-드론 협동 배송 문제를 효과적으로 해결하는 새로운 다목적 최적화 알고리즘인 RC-NSGA-II를 제안하며, 다양한 벤치마크 인스턴스에 대해 솔루션 품질과 효율성 측면에서 우수한 성능을 입증한다.
본 논문은 하드웨어 결합형 베이지안 최적화, 전이 학습, 그리고 드리프트 인지 피드백을 활용하여 자원이 제한된 의사결정 지원 시스템을 위한 경량 암호화 파라미터를 동적으로 최적화함으로써, 수동 개입 없이 보안성, 에너지 효율성 및 성능 사이의 균형을 맞추는 셀프 튜닝 프레임워크를 제시한다.
본 연구는 트렌드 추출을 위한 SARIMA, 비선형 역학 포착을 위한 TCN, 그리고 하이퍼파라미터 최적화를 위한 SCSO를 결합한 하이브리드 대기질 예측 모델을 제안하며, 이를 통해 전통적인 방식보다 현저히 향상된 정확도와 강건성을 입증한다.
본 논문은 모바일 기기에서 전형적으로 발생하는 이미지 저하에 대한 회복력을 유지하면서, HAM10000 데이터셋을 활용하여 병변 중심의 자기지도 사전 학습과 계층적 2단계 분류기를 통해 고정밀의 비침습적 흑색종 탐지를 달성하는 경량화되고 견고한 YOLOv11 기반 프레임워크를 제시한다.
본 논문은 데이터 지역성과 의사결정 신뢰성을 유지하면서 고정밀 다중 클래스 사이버 공격 예측을 달성하기 위해 분산 특징 선택과 해석 가능한 AI를 통합한 자율 주행 차량 네트워크용 투명하고 프라이버시를 보존하는 설명 가능한 연합 학습 프레임워크를 제안한다.
본 논문은 동기식 병렬 오토마타를 위한 확장된 구성적 학습 알고리즘을 제시하며, 이는 동기화 동작에 대한 제한적인 전역적 유일성 가정을 완화함으로써, 단일 구조적 접근 방식보다 훨씬 적은 자원으로도 실제 블랙박스 시스템으로부터 구성 요소 모델을 확장 가능하고 정확하게 추출할 수 있게 한다.
이 논문은 푸리에 시간 인코딩과 이중 게이트 품질 제어를 통합하여 미래 정렬된 안드로이드 악성코드 샘플을 생성함으로써, 기존의 비시간적 베이스라인 모델들과 비교하여 시간적 개념 드리프트 문제를 효과적으로 해결하고 우수한 회피율과 시간적 일관성을 달성하는 시간 인지형 하이브리드 생성적 적대 신경망인 TAH-GAN을 소개한다.
본 연구는 ResNet152, DenseNet121 및 커스텀 CNN으로부터 추출된 특징들을 PCA를 통해 처리한 후 SVM과 XGBoost로 분류하는 2단계 스태킹 앙상블 프레임워크를 제안하며, 이를 통해 MRI 스캔을 이용한 4개 클래스 알츠하이머병 진단에서 기존의 최첨단 베이스라인들을 유의미하게 능가하는 완벽에 가까운 정확도(0.9997)를 달성하였다.
이 논문은 불균형한 악성코드 분류를 위한 딥 생성 모델에서 생성 메커니즘, 증강 예산(augmentation budget), 그리고 커버리지의 효과를 분리하여 분석하며, 대부분의 요인이 미미한 성능 향상을 가져오는 반면 증강 예산을 늘리는 것이 RBF-SVM 분류기에 대해 작지만 재현 가능한 개선을 제공한다는 점을 밝힘으로써 데이터 증강 전략을 평가하는 데 있어 실험 설계의 결정적인 중요성을 강조한다.
본 논문은 이질적인 중단 상황에 대한 국경 간 이커머스 공급망의 회복탄력성을 강화하기 위해, 폐쇄 루프형 자가 수정 심의를 가능하게 하는 이중 트리거 RAG 메커니즘과 검증-적응-재계획 루프를 특징으로 하는 검색 증강 멀티 에이전트 프레임워크인 MARS-Agent를 제안한다.