4006 편의 논문
본 연구는 원격 의료를 위한 의료 시각적 질의응답(Med-VQA)의 현재 한계를 평가하고, 원격 임상 의사결정 지원의 안전성과 신뢰성을 향고하기 위해 설계된 검색 증강형, 보정 가능형 및 설명 가능한 시스템인 TRACE-MedVQA 프레임워크를 제안한다.
이 논문은 증류된 충돌 회피 정책과 공식 주행 규칙을 시각-언어-행동(Vision-Language-Action) 모델에 주입하는 검색 증강 캡셔닝 프레임워크를 제안하며, 이는 표준 모델이 흔히 놓치는 안전 필수적 세부 사항들을 해결함으로써 자율 주행 차량의 궤적 예측 정확도를 실제 정답(ground-truth) 성능에 부합할 정도로 크게 향상시킨다.
이 연구는 정교하게 구조화된 거대 언어 모델 워크플로, 특히 퓨샷 프롬프팅(few-shot prompting)과 명시적 추론을 활용하는 방식이 체계적 문헌 고찰 스크리닝에서 높은 민감도를 달달성하는 동시에 낮은 비용으로 수작업 노력을 80% 이상 줄일 수 있음을 입증한다.
본 논문은 운전 조건이 변하는 환경에서 상태별 정규화 및 다중 스케일 시계열 분석을 통해 터보팬 엔진의 잔여 수명 예측을 개선하는 상태 인지형 다중 스케일 hourglass-transformer(CA-MHT) 모델을 제안하며, 동시에 SHAP와 Integrated Gradients를 활용하여 모델의 시계열 센서 동작 의존성을 검증하고 의사결정의 투명성을 확보한다.
이 논문은 표준 셀프 어텐션을 단일 지속 벡터로 대체하여 O(1)의 계산 및 메모리 복잡도를 달성하는 동시에, 1,000만 단계의 컨텍스트에서도 망각의 징후 없이 우수한 학습 안정성을 입증하는 방법론인 "Ocean State"를 소개한다.
이 논문은 프로파일링 기반의 발견들, 즉 비용이 많이 드는 연산당 토폴로지 조회 제거, 워크 스틸링(work-stealing)에서의 공유 원자적 병목 현상 수정, 그리고 효과적이지 않은 CPU-pause 백오프 제거를 통해 성능을 획기적으로 개선하는 방법과 더불어, 이러한 최적화에도 불구하고 2-소켓 시스템에서의 원시 처리량이 원래 설계 목표에 훨씬 미치지 못한다는 사실을 보여주는 토폴로지 인식형 MPMC 큐 구현체인 NumaRing을 제시한다.
본 연구는 7,196개의 CBC 환자 기록을 학습한 향상된 랜덤 포레스트(Enhanced Randomized Forest, ERF) 앙상블 모델을 사용하는 자동화된 혈액학적 분류 시스템을 제안하며, 이 모델은 진단 정확도 측면에서 다른 머신러닝 알고리즘보다 우수한 성능을 보이고 임상 의사결정 지원을 위한 모델 해석성을 보장하기 위해 SHAP 및 LIME 기술을 활용한다.
본 논문은 경량 운전자 졸음 감지 시스템의 정확도 저하가 SSD 바운딩 박스 제한과 같은 전처리 병목 현상에서 비롯됨을 식별하고, 99.0%의 정확도와 엣지 디바이스에서의 40ms 미만 지연 시간을 달기 위해 CLAHE 적응형 전처리, 3구역 신뢰도 프로토콜, 그리고 동적 양자화를 결합한 해결책을 제안한다.
본 논문은 DenseNet-121 백본, 경량 트랜스포머, 그리고 새로운 잔차 하이브리드 양자 헤드(Residual Hybrid Quantum Head)를 통합하여, 더 큰 클래식 모델들과 대등한 성능을 달로하면서도 파라미터 수를 약 90% 줄여 에지 호환이 가능하고 자원 효율적인 무릎 골관절염 등급 판정을 달성하는 하이브리드 양자-클래식 프레임워크인 QTRadX-KOA를 소개한다.
이 논문은 검색 증강 생성(RAG)과 그래프 기반 지식 저장소를 활용하여 전문화된 에이전트 간의 적대적 토론을 시뮬레이션함으로써 실시간으로 가짜 뉴스를 탐지하고, 이를 통해 기존의 블랙박스 시스템보다 뛰어난 투명한 증거 기반 판결과 추론을 제공하는 설명 가능한 멀티 에이전트 프레임워크인 VeritasAI를 소개한다.