4021 편의 논문
본 논문은 새로운 데이터셋을 통해 검증되었으며 베이스라인 모델들보다 우수한 성능 지표를 보이는, 복잡한 장면에서 고정밀 실시간 도시 이상 탐지를 달성하기 위해 대형 분리 가능 커널 어텐션(Large Separable Kernel Attention), 재매개변수화 컨볼루션(Reparameterised Convolution) 및 Shape-IoU 손실로 강화된 효율적인 YOLOv11 기반 프레임워크인 UAD-YOLO를 제시한다.
본 연구는 전두부 순열 엔트로피 및 시간적 스펙트럼 특징과 같은 견고한 EEG 바이오마커를 식별하기 위해 순차 전진 선택법(Sequential Forward Selection)과 SHAP 분석을 통합한 설명 가능한 계층적 머신러닝 프레임워크를 제시하며, 조현병 환자와 건강한 대조군을 구분하는 데 있어 최대 81.44%의 정확도를 달성하였다.
본 논문은 T2 강조 MRI에서 임상적으로 유의미한 전립선암을 탐지하는 데 있어 전경 불균형, 저대조도 병변, 그리고 교차 스캐너 일반화 문제를 효과적으로 해결하기 위해 정상성-편차 이중 스트림, 해부학적 게이트 반복 정제, 그리고 희소 개념 병목 구조를 통합한 새로운 세그멘테이션 프레임워크인 NACS-Net을 소개한다.
본 논문은 복잡한 과수원 환경에서 고정밀 실시간 리치 탐지를 달성하는 동시에 엣지 로봇 배포를 위한 계산 복잡도를 크게 줄이기 위해, 전방위 차원 동적 컨볼루션(Omni-Dimensional Dynamic Convolution)과 경량 공간 특징 복원 모듈(Lightweight Spatial Feature Restoration Module)을 통합한 초경량 객체 탐지기인 ODAF-YOLOv11-n을 제안한다.
이 설문 조사는 협동 로봇을 위한 시맨틱 플래닝을 제약된 그라운딩 문제로 정식화하고, 능력과 검사 가능성 사이의 균형을 맞추는 아키텍처 분류 체계를 제안하며, 개선된 불확실성 추정, 계획 검증 및 복구 메커니즘을 통해 신뢰성을 향상시키기 위한 로드맵을 개괄함으로써 협동 로봇을 위한 시맨틱 플래닝을 검토한다.
MECA-Net은 다중 스케일 엣지 인식 및 좌표 인식 어텐션 메커니즘을 통합하여 UAV 영상 내 작은 교통 객체 탐지 성능을 향상시킨 경량 실시간 YOLO11n 기반 검출기로, 높은 추론 속도를 유지하면서 VisDrone2019-DET 데이터셋에서 유의미한 mAP 향상을 달성했습니다.
본 논문은 게임 로그의 안정적인 지프(Zipf) 분포를 활용하여 전체 스트림을 모니터링하지 않고도 지배적인 "핫 키(hot keys)"를 효율적으로 식별하고 라우팅하는 샘플링 기반 데이터 파이프라인을 제안하며, 이를 통해 기존 부하 분산 솔루션 대비 209.7%의 처리량 향상과 현저히 감소된 CPU 사용량을 달성한다.
본 논문은 강력한 교사 네트워크로부터 구조적 및 의미적 지식을 전이하는 동시에 장거리 관계 포착 및 경계 보존의 한계를 극복하기 위해 MGA, FSD, ASD 모듈을 특징으로 하는 경량 지식 증류 프레임워크인 SKD-Net을 제안하며, 이를 통해 X선 혈관 조영술에서 정확하고 효율적인 관상동맥 분할을 달성한다.
본 논문은 동적 응답의 차이와 타겟 도메인의 제한된 레이블에도 불구하고, 자기지도 사전 학습, 도메인 적응, 그리고 소량의 레이블 미세 조정을 결합하여 기기 간 진동-힘 매핑을 효과적으로 전이함으로써 최소한의 레이블 데이터로 높은 정확도를 달성하는 교차 기기 밀링 힘 예측 방법을 제안한다.
본 논문은 표준 데이터셋 분할에서의 문장 암기 현상으로 인해 발생하는 의료 음성-텍스트 증상 탐지의 높은 정확도라는 환상을 폭로하고, 적응형 게이트 교차 모달 퓨전(AGCF) 모델을 사용하여 정직한 성능 지표, 클래스별 공정성 위험, 그리고 감성 특징의 제한된 유용성을 밝혀내는 엄격한 구절 불일치(phrase-disjoint) 평가 베이스라인을 구축하며, 동시에 LoRA를 통한 상당한 효율성 향상을 입증한다.