2305 편의 논문
이 논문은 텐서-트레인(Tensor-Train) 레이어를 물리 정보 신경망(Physics-Informed Neural Networks)에 통합하는 것이 원래 정확도의 97%를 유지하면서도 파라미터 수를 최대 8.8배까지 크게 줄일 수 있음을 입증하며, 압축 효율은 기저에 있는 PDE 해의 규칙성에 크게 의존한다는 것을 보여준다.
본 논문은 엔티티 노이즈가 LLM이 생성한 계량서지학적 그래프에서 어떻게 고신뢰도 허위 관계 위험을 증가시키는지 입증하는 섭동 기반 감사 및 완화 프레임워크를 제안하고 평가하며, 엔티티 및 증거 인지형 절제 전략이 그래프의 무결성을 보존하는 데 있어 단순 신뢰도 필터링보다 효과적으로 우수함을 밝힌다.
WSL-Det은 Vajra 아키텍처를 기반으로 구축되어 주파수 인지적 전역 상호작용을 위한 파동 기반 어텐션과 이방성 국소화를 위한 순차적 직교 스트립 컨볼루션을 통합함으로써 가죽 및 NEU-DET과 같은 산업용 스트립 결함 데이터셋에서 최첨단 정확도와 속도를 달성하는 실시간 객체 탐지기입니다.
이 연구는 가나의 한 병원으로부터 얻은 전자 의료 기록 데이터를 사용하여 만성 질환 환자의 복약 준수 여부를 89.5%의 높은 정확도로 성공적으로 예측하고, 저자원 보건 체계에 배포하기에 적합한 소규모의 자원 효율적인 특징 집합을 식별함으로써 설명 가능하고 문맥을 인식하는 머신러닝 프레임워크를 개발 및 검증하였다.
이 논문은 흉부 방사선 사진과 CT 보고서를 검색, 분류, 이미지-텍스트 지도 학습과 같은 작업에 효과적으로 처리할 수 있는 0.6B 및 4B 파라미터 크기로 제공되는 다목적 지시어 조건부 텍스트 인코더인 Chest2Vec을 소개하며, 기존 모델들과 비교하여 CT 보고서에 대해 우수한 성능을 입증한다.
본 논문은 인스턴스 기반의 부분적 부정 완결(Instance-Aware Partial Negative Completion, IPNC)을 제안하며, 이는 다중 출력 예측기를 특징 및 점수 기반 그래프 구조와 결합하여 유계된 소프트 부정 타겟을 학습함으로써 부분 다중 레이블 학습에서의 모호한 후보 레이블을 효과적으로 처리하는 구조 정규화 프레임워크로서, 다양한 데이터셋에 걸쳐 우수한 경험적 성능을 달성한다.
본 논문은 외부 지식 그래프에 의존하지 않고도 성능과 해석 가능성을 향상시키기 위해, 형식 개념 분석(Formal Concept Analysis)에서 유도된 격자 사전 확률(lattice priors)을 BERT 표현과 통합하여 임상 개체 및 관계 추출을 강화하는 신경-기호적 프레임워크인 FCA-Attention을 제안한다.
본 논문은 그래디언트 이질성, 리프시츠 확산(Lipschitz spread), 통신 지연의 영향을 명시적으로 규명하고 완화함으로써 이질적인 비볼록성 다중 에이전트 최적화에서 근사 정체성(near-stationarity)을 달성하기 위해, -가중치 푸시-섬(push-sum) 믹싱과 적응형 페널티 업데이트를 활용하는 이질성 적응형 비동기 ADMM(HA-ADMM) 알고리즘을 제안한다.
이 논문은 Bouncy Castle의 ML-DSA-65 구현에서 나타나는 겉보기 키 의존적 타이밍 부채널이 실제로는 자연스러운 거부 샘플링 변동에 의한 통계적 아티팩트임을 입증하며, 이는 수행된 정확한 반복 횟수를 조건으로 하는 사전 등록된 프로토콜 내에서 타이밍을 분석할 때 사라지므로, 모든 표준화된 파라미터 세트에 걸친 해당 구현의 보안성을 확증한다.
이 논문은 문헌 검토와 설문 조사를 통해 GPT-4, Gemini, Claude, Copilot과 같은 저명한 AI 챗봇의 환각 현상을 조사하며, 학술적 맥락에서 허위 정보를 생성하고 인용 오류를 범하는 이들의 경향을 강조하는 동시에 수동 검토 및 사실 확인과 같은 완화 전략을 제안한다.