4015 편의 논문
본 논문은 네트워크, 연산 및 탐색 위험 지표를 기반으로 프레임 수락과 추론 모드 선택을 동적으로 분리함으로써, 비정상적인 프레임을 제거하는 동시에 임계 위험 관찰에는 전체 충실도 처리를 보장하여 저지연 보조 시각을 위한 위험 인지형 적응형 비디오 처리 컨트롤러를 제안하며, 이를 통해 종단 간 지연 시간을 크게 단축한다.
이 논문은 FrameShift-CAD를 소개하는데, 이는 텍스트-투-CAD 모델들이 명시적인 매핑 지침이 제공되더라도 평행 이동에 비해 순수 회전 좌표계 변환을 정확하게 수행하는 데 어려움을 겪는다는 것을 보여줌으로써 텍스트-투-CAD 모델의 상당한 신뢰성 격차를 드러내는 진단 벤치마크이다.
이 논문은 심혈관 질환 예측을 위한 두 가지 앙상블 모델을 제안하고 평가하며, 세 개의 분류기를 결합한 더 단순한 모델(DNL)이 과적합을 방지하고 더 나은 해석력을 제공하면서 98%의 정확도를 달성함으로써 더 복잡한 24개 분류기 프레임워크(MEDPOLY)보다 성능이 우수하다는 것을 밝혀냈다.
본 논문은 전역-지역 특징 결합(global-local feature coupling)과 다채널 어텐션 풀링(multi-channel attention pooling)을 통합하여 이미지 스테가노그래피의 보안성, 비가시성 및 복원 충실도를 동시에 향상시키며, 여러 데이터셋과 스테그분석 평가에 걸쳐 기존의 최첨단 방법들을 능가하는 컨볼루션 기반 가역 신경망인 CINN을 제안한다.
본 논문은 계산 집약적인 밀집 자기 주의(dense self-attention)를 국소적 상태 공간 역학(local state-space dynamics)과 문맥 및 의존성을 효율적으로 관리하기 위한 희소하고 유형화된 접착 모형돌림(sparse, typed gluing morphisms)을 사용하는 저복잡도 프레임워크로 대체하는 "층(Sheaf)-상태 언어 모델" 구조를 제안한다.
GaussCast는 다중 사용자 계층형 3D 가우시안 스플래팅을 위한 의존성 인식 기반 전달 프레임워크로, 에지 프록시에서 동시 사용자 요구를 집계하여 공유된 필수 블록을 단 한 번만 가져오도록 함으로써, 독립적인 사용자별 전달 전략과 비교하여 업스트림 트래픽을 크게 줄이고 시작 지연 시간 및 렌더링 품질을 개선한다.
본 논문은 차원 인지형 초기화, 동적 탐색 조정 및 순위 기반 선택 메커니즘을 통해 표준 ABC의 한계를 극복함으로써 고차원 최적화 및 로봇 경로 계획에서 우수한 성능을 달성하는 상태 감지 적응형 인공 벌 군집(SSA-ABC) 알고리즘을 제안한다.
본 연구는 거대 시각 모델에서 도출된 시각적 거리가 다양한 문화 단위와 시대에 걸쳐 전문가가 코딩한 미술사적 관련성과 유의미하게 상관되어 있음을 입증하며, 이는 인터넷 규모의 시각 학습 코퍼스가 미술사적 관계를 반영하는 통계적 규칙성을 본질적으로 인코딩하고 있음을 시사한다.
본 논문은 엄격한 지연 제약을 보상 함수로부터 분리하고 2단계 매핑 메커니즘을 채택하여 버스트성 트래픽이 발생하는 이기종 큐잉 시스템에서 지연 위반을 최소화하는 동시에 처리량 효용을 효과적으로 극대화함으로써, 비제약 학습 및 휴리스틱 베이스라인 모델들을 능가하는 제약 조건이 있는 소프트 액터-크리틱(CSAC) 접근 방식을 제안한다.
본 연구는 T1 강조 MRI 내 대퇴골 분할을 위한 YOLO 계열 모델들 중에서 YOLOv11m-seg가 데이터가 부족한 환경에서 데이터 효율성, 정확도 및 속도의 최적의 균형을 제공하며, 단 100개의 주석 처리된 슬라이스만으로도 높은 성능을 달anim하는 동시에 더 큰 데이터셋에서는 구조적 차이가 미미해짐을 입증한다.