Machine Learning Based Mobile Money Fraud Detection Using Behavioral and Agent Level Features in Zambia
본 연구는 에이전트 수준의 행동 특징을 XGBoost 기반 머신러닝 프레임워크에 통합하는 것이 잠비아의 독특한 디지털 금융 생태계 내에서 모바일 머니 사기를 탐지하는 데 있어 기존의 거래 전용 모델보다 성능이 현저히 우수함을 입증한다.
3657 편의 논문
본 연구는 에이전트 수준의 행동 특징을 XGBoost 기반 머신러닝 프레임워크에 통합하는 것이 잠비아의 독특한 디지털 금융 생태계 내에서 모바일 머니 사기를 탐지하는 데 있어 기존의 거래 전용 모델보다 성능이 현저히 우수함을 입증한다.
본 논문은 보수적 하한선과 불확실성 지표를 기반으로 불확실한 시공간 셀을 선택적으로 세분화함으로써, 복잡하고 빠른 속도의 움직임에 대해 정확한 충돌 시간 계산을 보장하는 동시에 계산 효율성을 유지하며 Triangle-SDF 연속 충돌 검출을 향상시키는 강건한 적응형 시공간 정밀화 방법을 제안한다.
이 논문은 대수적 솔버의 조건수가 데인저 실린더(Danger Cylinder)와 같은 임계 퇴화 상태에 대한 기하학적 거리와 반비례하여 발산함을 증명하는 폐쇄형 관계식을 유도함으로써, 기하학이 특이성을 결정하는 반면 대수적 매개변수화가 수치적 불안정성의 속도를 지배한다는 것을 입증하여 최소 포즈 추정의 질적 분석과 양적 분석 사이의 간극을 메운다.
이 논문은 비전 파운데이션 모델(DINOv2 및 MedSigLIP 등)을 초기화하는 것이 특히 레이블이 지정된 데이터가 부족하거나 영상 양식이 누락된 경우, 다중 모달 의료 영상 분류에서 무작위 초기화보다 성능이 유의미하게 우수함을 입증한다.
본 논문은 원본 이미지에서 직접 작동하며 Xilinx Virtex-7 FPGA에 효율적으로 구현되어 최적화된 자원 및 전력 소비와 함께 우수한 성능을 달성하는, 고정밀 지문 인식을 위한 경량 듀얼 경로 CNN 구조를 제안한다.
본 논문은 대조 조화 평균 필터링(contra-harmonic mean filtering), LadderNet 기반 세분화(segmentation), 그리고 고급 특징 추출을 포함하는 파이프라인을 통해 91.646%의 높은 정확도를 달 달성하며, 피라미드 확장 크로네커 네트워크(Pyramid Dilated Kronecker Network, PDKN)와 새로운 조화 유클리드 평활 제어 손실(Harmonic Euclidean Smooth Tamed Loss, HaEST-Loss) 함수를 통합한 벼 잎 질병 분류 프레임워크를 제안한다.
이 논문은 에이전틱-QA 퓨전 프레임워크(Agentic-QA Fusion Framework)를 제안하며, 이는 복잡하고 규제가 엄격한 산업 도메인 전반에서 완벽에 가까운 구문 정확도와 높은 변이 점수를 달성하기 위해 자율적으로 전략을 수립하고 스크립트를 자가 치유함으로써 표준 생성형 AI의 한계를 극복하는 상태 유지 멀티 에이전트 시스템입니다.
본 논문은 실시간 CAN 버스 침입 탐지를 위해 분류 성능과 하드웨어 효율성 사이의 최적화된 절충안을 제공하며, 99.28%의 탐지 정확도와 낮은 지연 시간 및 전력 소비를 달성한 Xilinx Zynq-7020 FPGA 구현 기반의 하드웨어-소프트웨어 공동 설계된 경량 CNN-MLP 가속기를 제시한다.
본 논문은 암호화되고 다양한 인터넷 통신을 분류하는 데 있어 기존 방식의 한계를 극복하기 위해 네트워크 트래픽을 토큰의 시퀀스로 취급하는 엔드 투 엔드 트랜스포머 프레임워크를 제안하며, ISCXVPN2016 데이터셋에서 93.11%의 정확도를 달성하고 실시간 적용 가능성을 입증하였다.
이 지식 체계화(SoK) 논문은 전통적인 하드웨어 기반의 레드/블랙 아키텍처에서 음성 통신 시스템을 위한 보안 소프트웨어 기반 다중 도메인 데이터 격리(MDDS)로의 전환에 관한 연구를 합성하며, 현대의 임무 수행 필수 작전에서 확장 가능하고 고신뢰성 있는 상호 운용성을 구현하기 위해 소프트웨어 정의 네트워킹, 분리 커널, 양자 내성 암호와 같은 기술들을 평가한다.