4000 편의 논문
이 논문은 스트리밍 연산과 고정된 예산의 하드 네거티브(hard negatives)를 동적으로 선택하는 방식을 통해 밀집 유사도 행렬의 이차적 메모리 병목 현상을 제거함으로써, 제약된 하드웨어에서도 최적화 효과를 유지하면서 훨씬 더 큰 배치 크기를 가능하게 하는 메모리 효율적인 대조 학습 프레임워크를 소개한다.
본 논문은 15개의 오픈 소스 프로젝트에 걸친 8,207개의 커밋을 LLM 지원 분석을 통해 조사하여 JNI 코드 스멜에 대한 관심 중심의 경험적 평가를 제시하며, 기존의 스멜 정의가 개발자 유지보수 관심사의 36.5%만을 다루고 있음을 밝히고 식별된 격차를 해결하기 위한 세 가지 새로운 스멜 정의를 제안한다.
본 연구는 ALEAPP와 같은 안드로이드 포렌식 파서에서 제어된 스키마 및 표현 드리프트(schema and representation drift)가 빈번하게 불완전하거나 잘못 해석된 증거로 이어진다는 점을 입증하며, 이러한 도구들이 이러한 실패에 대한 조사자 가시적 진단을 제공하지 못한다는 점을 들어 복구 정확도와 더불어 실패 투명성을 우선시하는 검증 프레임워크의 결정적인 필요성을 강조한다.
이 논문은 선형 어텐션(linear-attention) 및 상태 공간 모델(state-space models)에서의 짧은 인과적 깊이별 합성곱(causal depthwise convolution)이 쿼리의 어느 부분이 검색을 조건화할 수 있는지에 대해 하드하고 저하되지 않는 한계를 부과하며, 이로 인해 결정적인 정보가 이 좁은 창 외부로 벗어날 경우 모델이 확신을 가지고 틀린 답을 생성하게 만드는데, 이러한 실패는 얕은 층에서는 지속되지만 더 깊은 구조나 더 큰 커널에 의해 완화될 수 있음을 입증한다.
본 논문은 급격한 시점 변화 및 자기 가림과 같은 까다로운 조건에서도 정확하고 안정적이며 효율적인 6-DoF 포즈 추정을 달성하기 위해, 전문가 혼합(Mixture-of-Experts) 구조와 계층적 지식 증류를 통합한 휴머노이드 로봇용 강건한 시각적 재위치 추정 프레임워크를 제안한다.
이 논문은 딥 강화 학습의 모델링 선택이 유연 생산 시스템(Flexible Job-shop Scheduling Problem)의 스케줄링 정책에 어떻게 영향을 미치는지 조사하며, 제약 프로그래밍(Constraint Programming)에서 도출된 최적성 경계와 전문가 시연을 멀티 에이전트 프레임워크에 통합하는 것이 보상 설계를 유의미하게 개선하고 우수한 실시간 스케줄링 성능을 달성하기 위한 수렴을 가속화한다는 것을 입증한다.
본 연구는 아랍어 측면 기반 감성 분석을 위해 단어 수준의 어텐션과 비율 기반 가중치를 적용한 계층적 네트워크를 제안하며, CamelTools 임베딩을 사용하는 것이 여러 데이터셋에서 정확도와 F1-스코어 측면에서 Word2Vec보다 유의미하게 우수한 성능을 보임을 입증한다.
본 논문은 모음 부호가 없는 아랍어 텍스트로 구성된 870시간의 꾸란 데이터셋을 사용하여 Wav2Vec2-XLSR-53 사전 학습된 트랜스포머 모델을 미세 조정하는 것이 베이스라인 시스템에 비해 단어 오류율을 유의미하게 감소시키고 훈련 효율성을 향상시킨다는 것을 입증하는 체계적인 실증적 연구를 제시한다.
본 논문은 2000년부터 2025년까지의 Web of Science 데이터를 활용한 계량서지학 및 지식 맵 분석을 통해 AI 기반 접근성 설계가 공학적 타당성에서 맥락적 사용성으로 진화하는 과정을 추적하고, 핵심 연구 기둥과 생성형 AI 및 XR 표준화와 같은 신흥 핫스팟을 식별하며, 향후 지속 가능한 거버넌스를 위한 포괄적인 사용자-시나리오-기술 프레임워크를 제안한다.
이 논문은 그린 IoT 환경의 이미지 기반 시계열 워크로드에 대해 MongoDB, PostgreSQL/TimescaleDB, 그리고 PostgreSQL+MinIO 하이브리드 모델의 탄소 발자국을 벤치마킹하며, MongoDB가 낮은 해상도(1440p까지)에서 가장 지속 가능하고 분리된 스토리지를 사용하는 하이브리드 방식이 높은 해상도(4K 이상)에서 탁월하다는 해상도 의존적 배출 교차 지점을 밝힘으로써, 궁극적으로 지속 가능한 건물 모니터링을 위한 스토리지 아키텍처 선택에 있어 탄소 인지적 결정 프레임워크를 제공한다.