4023 편의 논문
이 논문은 감성 분석 및 텍스트 분류 작업에서 대상 모델을 효과적으로 속이는 동시에 문법적 정확성을 보장하기 위해 형태통사적 연결(morphosyntactic linkage)을 통합하여 티베트어 단어 수준의 적대적 샘플을 생성하는 새로운 방법인 TWLASBMSL을 제안한다.
이 논문은 규모 변화 및 가려짐과 같은 문제를 극복하기 위해 동적 샘플링, 수용 영역 어텐션, 그리고 교차 스케일 공유 검출 헤드를 통합하여 자체 구축 데이터셋과 KITTI 벤치마크 모두에서 우수한 성능을 달성한 향상된 다중 객체 추적 프레임워크인 DRS-Track을 소개한다.
본 논문은 임상적 바이오마커를 활용하여 고정밀 실시간 간 질환 탐지를 달성하기 위해 스파이킹 신경망과 하드웨어 인지 훈련을 사용하는 에너지 효율적이고 강건하며 해석 가능한 뉴로모픽 컴퓨팅 시스템을 제안하며, 이는 기존의 계산 집약적인 모델에 대한 우수한 대안을 제공한다.
본 논문은 엣지 기반의 다중 모드 신호 처리, 하이브리드 머신러닝 모델, 그리고 물리 정보 기반 디지털 트윈 동기화를 통합하여 산업용 IoT 환경에서 높은 정확도와 낮은 지연 시간을 달로는 동시에 장비 다운타임과 미검출률(false-negative rates)을 크게 줄이는 계층적 센서 융합 엣지 인텔리전스 및 디지털 트윈 피드백(HSEI-DTF) 프레임워크를 제안한다.
본 논문은 진화하는 다중 엔티티 상호작용을 쌍체 에지(pairwise edges)가 아닌 고차 관계 단위로 모델링하는 동적 조작 하이퍼그래프 프레임워크를 제안하며, 이를 통해 EPIC-KITCHENS-100 및 VISOR와 Assembly101 데이터셋에서의 미세한 인간 활동 인식 성능을 크게 향상시켰다.
이 논문은 제약된 IoT 기기 상의 TinyML 모델이 정확도를 저하시키거나 예측 가능한 출력을 강제할 수 있는 은밀한 전압 및 전자기 결함 주입 공격에 취약함을 입증하며, 이들의 강건성을 향상시키기 위한 효과적인 대응책으로 무작위 자기 감소(Randomized Self-Reduction)와 다수결 투표(majority voting)를 제안한다.
이 논문은 중심화된 2의 보수 산술 마스킹이 부호 없는 마스킹보다 부채널 공격에 본질적으로 더 취약함을 입증하며, 정확한 유한 노이즈 최적 공격, 새로운 스펙트럼 누설 법칙, 그리고 대부분의 실용적인 법(moduli)에 대해 부호 없는 저장이 누설을 최소화함을 증명하는 용량 경계치를 제공한다.
본 논문은 위치 무결성과 키 조건부 변화를 통해 표준 공격에 저항하는 동적 세션 키 기반 대칭 치환 암호의 설계, 구현 및 보안 분석을 제시하며, 동시에 이를 실시간 암호화를 위한 효율적인 대안으로 확립하기 위해 머신러닝 모델을 사용하여 성능을 평가한다.
이 논문은 추출 실패로 인해 발생하는 구조적으로는 유효하지만 포렌식적으로는 부적합한 특징 벡터를 차단함으로써, 다양한 결함 시나리오 전반에 걸쳐 허위 음성을 방지하고 증거 무결성을 보장하여 메모리 포렌식 악성코드 분류를 향상시키는 미들웨어 프레임워크인 EGAMA-MF를 소개한다.
본 연구는 Kaggle 데이터셋을 활용한 신용카드 부정 결제 탐지에서 CNN-LSTM과 그래프 신경망(GNN) 모델을 비교하였으며, GNN이 익명화된 관계적 특징을 활용하지 못함으로 인해 CNN-LSTM이 GNN보다 우수한 성능을 보인다는 점을 밝혀내는 동시에, 실무 적용을 위한 임계값 튜닝, 클래스 불균형 처리 및 모델 선택의 결정적인 중요성을 강조하였다.